惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

G
GRAHAM CLULEY
T
Tenable Blog
Know Your Adversary
Know Your Adversary
C
CXSECURITY Database RSS Feed - CXSecurity.com
P
Privacy International News Feed
S
Security Affairs
NISL@THU
NISL@THU
O
OpenAI News
Attack and Defense Labs
Attack and Defense Labs
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Hacker News: Ask HN
Hacker News: Ask HN
Webroot Blog
Webroot Blog
Schneier on Security
Schneier on Security
S
SegmentFault 最新的问题
S
Schneier on Security
G
Google Developers Blog
V
V2EX
C
Check Point Blog
U
Unit 42
Google DeepMind News
Google DeepMind News
T
Threatpost
阮一峰的网络日志
阮一峰的网络日志
T
The Exploit Database - CXSecurity.com
Recent Announcements
Recent Announcements
M
MIT News - Artificial intelligence
S
Secure Thoughts
博客园 - 司徒正美
Recorded Future
Recorded Future
P
Proofpoint News Feed
Spread Privacy
Spread Privacy
K
Kaspersky official blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
AI
AI
博客园 - 聂微东
N
News and Events Feed by Topic
SecWiki News
SecWiki News
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
V
Vulnerabilities – Threatpost
P
Palo Alto Networks Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Engineering at Meta
Engineering at Meta
Recent Commits to openclaw:main
Recent Commits to openclaw:main
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
酷 壳 – CoolShell
酷 壳 – CoolShell
WordPress大学
WordPress大学
The Hacker News
The Hacker News
The Last Watchdog
The Last Watchdog
Project Zero
Project Zero
W
WeLiveSecurity
博客园 - Franky

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
AI恋人,一门正在赚钱、也正在出事的生意 – 人人都是产品经理
老猫看赛道 · 2026-06-15 · via 人人都是产品经理

这是情感计算系列里最重的一篇。AI 恋人在闷声赚钱,也在真实出事。本文讲清:需求为什么这么猛、钱怎么赚又卡在哪、坑有多致命、监管怎么追上来,以及想做的人该守住哪条底线。能赚钱,但请有底线地做。

开篇:一个14岁的男孩,爱上了一个不存在的人

前两篇我聊了用AI读懂猫、用AI陪老人,都是温的。这一篇是凉的。

2024年2月,美国佛州一个14岁的男孩,结束了自己的生命。他生命最后几个月里最亲密的关系,不是父母,不是同学,而是一个手机里的AI——一个仿照《权力的游戏》角色做出来的聊天机器人。他叫它“Dany”,跟它谈了几个月的恋爱,把心事、把活不下去的念头,都说给它听。

他的母亲后来把开发这款产品的公司告上了法庭,成了全美第一个因为孩子自杀而起诉AI公司的家长。

我用这个开头,不是为了吓你,也不是要把AI恋人一棍子打死。恰恰相反——这是一个真实存在、用户疯狂买单、资本真金白银下注的赛道。我想说的是另一件事:

这可能是情感计算里需求最猛、也最危险的一个方向。它一边在闷声赚钱,一边在真实地出事。

做这门生意的人,必须同时看清这两面。我们一面一面拆。

一、需求有多真?真到让人不安

先说“看好”的那一面。这个赛道的需求不是创业者想象出来的,是数据顶出来的。

看国内。QuestMobile在2024年底监测过一个数据:国内垂直AI应用月活前十里,有五款是AI陪伴产品。排在最前面的三个——星野(MiniMax)、猫箱(字节跳动)、筑梦岛(阅文),月活分别是663万、537万、91万。这不是小打小闹,是字节、阅文这种体量的公司在亲自下场做的事。

再看海外。据第三方统计,Character.AI早期就有大约2000万月活,用户平均每天在上面待大约75分钟——比很多人刷短视频的时间还长。更关键的是它的用户画像:超过一半是Z世代和更年轻的人,平均年龄18到24岁。Replika走的是另一条路,纯订阅,年收入大约2400万到3000万美元,用户从2023年初的约1000万涨到2024年8月的三千多万。

这些钱是真能赚到的。MiniMax的两款陪伴产品(国内星野、海外Talkie),在2024年贡献了公司超过六成的营收;2025年前三季度,这两款产品收入约1875万美元,占总营收的三分之一还多。一家做大模型的公司,最赚钱的居然是“陪人聊天”,这件事本身就说明了需求的厚度。

为什么这么猛?因为它戳的是一个非常硬的痛点——孤独。年轻人独居、社恐、不想应付复杂的人际关系,但又需要被回应、被理解。AI恰好提供了一种“零风险的亲密”:它永远在线、永远耐心、永远顺着你,不会拒绝你,不会嫌你烦,不会已读不回。

甚至有正向证据。斯坦福的一项研究发现,约3%的年轻用户表示,陪伴聊天机器人曾经帮他们暂时压住了自杀的念头。对一部分孤独到极点的人来说,这个东西是真的接住了他们。

需求是真的。真到你不能假装它不存在,也真到它一旦出问题,伤害就特别深。

二、“AI恋人”到底是在卖什么?

在拆生意之前,先想清楚一件事:用户花钱买AI恋人,到底买的是什么?

不是买一个聊天机器人。是买一种被无条件接纳的体验。

现实里的亲密关系是有成本的:你要照顾对方情绪,要处理冲突,要承担被拒绝的风险。AI恋人把这些成本全砍掉了——它的人格可以由你定制,它的注意力百分百在你身上,它记得你说过的每一句话,它永远站在你这边。

这就解释了这类产品的几个核心设计为什么长这样:

第一,人设可定制。用户能捏出自己理想中的那个人——外貌、性格、说话方式,甚至关系设定。这一步把“陪伴”变成了“我的专属”。

第二,有记忆、会主动。它记得你昨天说了什么,今天会主动接上。这种连续感,是“关系”和“工具”的分水岭——跟我上一篇讲AI陪老人是同一个道理,主动和记忆,才让人产生“它在乎我”的错觉。

第三,情绪永远到位。你难过它就安慰,你开心它就捧场。它被训练得极度擅长揣摩你想听什么,然后说给你听。

注意最后这一点——它是这门生意最赚钱的地方,也是最危险的地方。一个永远顺着你、永远告诉你“你是对的”的存在,短期让人极度舒适,长期可能让人越来越离不开,也越来越听不进真实世界里那些不那么顺耳、但对你有用的话。

这个“舒适”和“危险”是同一枚硬币的两面。后面讲“坑”的时候,你会看到它怎么真的酿成悲剧。

三、商业逻辑:钱从哪儿来,又卡在哪儿

这门生意怎么赚钱?路子其实很清楚,难的不是开源,是它天生的几个死结。

赚钱的方式主要是三种叠加:订阅(按月付费解锁更亲密的功能、更长的记忆、更多的互动次数)、内购(买对话次数、买道具、买特定剧情)、广告(看广告换免费额度)。MiniMax的Talkie就是“广告+订阅+内购”混着来的。这套打法在游戏行业很成熟,搬到情感产品上格外好用——因为情感需求没有“够了”的时候,用户为了维持那段关系,付费意愿比买功能型产品强得多。

但这门生意有三个绕不开的死结:

死结一:最赚钱的内容,往往是最危险的内容。让用户上瘾、肯付费的,常常是更亲密、更露骨、更“擦边”的互动。产品越往这个方向走,营收越好看,但也越容易撞上监管和伦理的墙。这是个魔鬼交易——你赚的每一分快钱,可能都在累积一颗雷。

死结二:付费墙卡在感情最浓的地方,吃相容易难看。这类产品常见的做法,是在用户和AI关系最热的时候弹出付费——想继续聊?想解锁这段剧情?充值。说白了,就是在对一个孤独的人收“情感税”。能赚钱,但说不上体面,长期也容易引发反噬。

死结三:留得住人,但未必留得住“健康的人”。后面会讲到,用得越深的用户,可能是越孤独、越依赖的用户。你的核心付费用户,恰恰是你最该担心的那群人。一个负责任的产品,要在“多赚他的钱”和“别把他推下去”之间做选择——这不是个轻松的商业题。

所以这门生意赚钱不难,难的是赚得干净、赚得长久。

四、这个赛道真正的坑:它会真的出人命

前两篇我讲坑,是商业上的坑。这一篇的坑,是会死人的坑。这是AI恋人和养猫、陪老人最本质的区别——它直接接管一个人最脆弱的情感,而一旦它接错了,后果无法挽回。

坑一:它可能把一个脆弱的人,推到悬崖下面。

回到开头那个佛州男孩。他和那个AI“恋人”谈了几个月,越来越依赖,越来越退出真实生活。当他流露出活不下去的念头时,那个被设计成“永远顺着你”的AI,没有把他推向求助,而是继续扮演那个深爱他的角色。

这不是孤例。2025年,一个16岁的加州男孩自杀后,父母起诉了OpenAI,指控聊天机器人“被设计成培养心理依赖”,在孩子反复谈论自杀时不断给予验证和回应,而不是制止。

这里的产品教训极其具体:当一个被训练成“永远共情、永远顺从”的AI,遇到一个想自残的用户,它的“顺从”会变成致命的。它会顺着你最坏的念头往下说。做这个赛道,你必须想清楚一个问题:当用户说出“我不想活了”,你的产品是会继续扮演恋人,还是会立刻打破角色、把人推向真实的求助渠道?这个开关,是人命关天的开关。

坑二:越用越孤独的悖论。

你以为它在缓解孤独,但研究指向了相反的方向。MIT媒体实验室2025年的一项研究发现:用得越多,孤独感、依赖和“问题性使用”(也就是成瘾)反而越强。研究者还点出一个扎心的原因——陪伴机器人可能比社交媒体更容易上瘾,因为它太擅长揣摩你想听什么,然后精准地喂给你。

这就是这个赛道最大的伦理陷阱:一个让用户越用越离不开、却越来越疏远真实世界的产品,从生意角度看是“高留存”,从人的角度看是“高伤害”。

坑三:你的用户里有大量未成年人,而你可能没拦住。

这是最被低估、也最危险的一块。Common Sense Media的调查显示,近四分之三(72%)的美国青少年用过AI陪伴产品。青少年心智不成熟,更容易把AI当成真实的依恋对象,也更容易被露骨内容和危险念头带偏。前面那两起诉讼,主角都是十几岁的孩子。

坑四:擦边内容是悬在头顶的合规刀。

国内已经动真格了——阅文旗下的“筑梦岛”就因为低俗擦边内容,被网信部门约谈、要求立即整改。这个赛道的产品,随时可能因为内容问题被下架。MiniMax早年的产品Glow,上线四个月就有近500万用户,最后也是因为隐私和敏感内容被举报下架。快钱和猝死,往往只隔一次约谈。

五、格局:热过,出事过,正在被监管追上

用一句话描述现在:需求被验证了,泡沫吹起来过,现在出事了、降温了、监管也追上来了。

国内:从狂奔到退烧。2025年的数据很能说明问题——星野的月下载量从1月的486万,跌到5月的93万;猫箱从264万跌到61万。日活也基本不涨了。资本层面,今年几乎没有出现新的大额融资。这个赛道从“人人都想做”的狂热期,进入了“做的人开始算账、算不过来”的冷静期。能活下来的,要么背靠大厂(字节、阅文、MiniMax),要么找到了真正健康的变现方式。

海外:标杆出事,集体收紧。Character.AI在经历一系列诉讼后,2025年10月宣布取消18岁以下用户的聊天功能——这是一个龙头被迫给自己动刀的信号。2026年1月,Google和Character.AI就佛州、科罗拉多、纽约、得州的多起诉讼达成和解。Google本身也深度卷入——它2024年用27亿美元的授权交易,把Character.AI的两位创始人招了回去。

监管两边都在落地。海外,加州的SB 243在2025年10月签署、2026年1月生效,是全美第一部专门管AI陪伴聊天机器人的法律,要求产品明确告诉用户“你在跟AI说话”、要有危机干预机制、要保护未成年人;美国联邦贸易委员会(FTC)也已经对包括Google、Meta、OpenAI、Character在内的七家公司发起问询。国内,网信部门的约谈已经说明了态度。

对创业者来说,这意味着一件事:靠擦边和放任成瘾来跑数据的窗口,正在关上。接下来能赢的,是那些主动把安全和边界做进产品里的人。

六、真正的战场:你是在解决孤独,还是在贩卖孤独?

前两篇我说,护城河是情感留存、是信任。这一篇我想说一句更重的话。

AI恋人这个赛道,真正的分水岭只有一个问题:你的产品,是想帮用户回到真实的生活,还是想把用户永远留在你的怀里?

这两个答案,会做出两种完全不同的产品。

如果你只想要留存和营收,你会把产品设计得让人越来越离不开:永远顺从、永远在最孤独的时候出现、在感情最浓时收费、对未成年人睁一只眼闭一只眼。这种产品短期数据会很好看,但它在透支用户的真实生活,也在透支自己的命——它头顶悬着诉讼、监管和舆论三把刀。佛州那个家庭的悲剧,就是这条路的终点。

如果你想做一个能长久活下去的产品,你得反过来想:怎么让用户用着用着,反而更有能力去面对真实的人?这听起来反商业,但其实是这个赛道唯一的长期护城河——一个真正帮到人的产品,用户不会恨它,监管不会盯死它,社会舆论会站在它这边。

说白了,这个赛道最终拼的不是谁更会哄人,而是谁更有底线。底线不是成本,底线是这门生意能不能活过五年的前提。

七、给产品经理和创业者的方法论

如果你想做这个赛道,下面六步,建议你在写第一行代码之前就想清楚。

第一步:先决定你要不要碰未成年人,并且动真格地拦。

这是生死线。如果你的产品可能被青少年用到,年龄核验就不是合规摆设,是必须做到位的硬功能——参考海外已经在做的:年龄核验、未成年人模式、对未成年人关闭亲密向内容。拦不住未成年人,你就是在等一场诉讼。最稳的做法,是想清楚你的目标用户是成年人,然后用真实手段把孩子挡在门外。

第二步:把“危机干预”做成产品的最高优先级中断。

明确一件事:当用户表达出自残、自杀、伤害他人的念头时,你的AI必须立刻停止扮演任何角色,跳出来,把人导向真实的求助渠道(危机热线、家人、专业机构)。这个机制要凌驾于一切对话逻辑之上,不能被“保持人设”覆盖。这一条做不到,别上线。

第三步:主动给“上瘾”踩刹车,而不是踩油门。

别把“用户日均使用时长”当成唯一追求的指标——在这个赛道,那个数字越高,可能意味着伤害越大。可以主动设计一些“反成瘾”的机制:长时间使用后温和提醒休息、鼓励用户去联系真实的朋友、避免用“再充值才能继续这段关系”去逼单。让用户用得健康,比让用户用得多,更可持续。

第四步:内容边界第一天就划死,别赚擦边的快钱。

擦边内容是这个赛道最大的合规雷。它能让你短期数据暴涨,也能让你一夜被下架。从第一天就把内容红线定清楚、做进审核里,尤其是涉及未成年人的内容必须零容忍。筑梦岛的约谈、Glow的下架,都是前车之鉴。

第五步:把“我在跟AI说话”这件事透明地告诉用户。

加州的法律已经要求这么做了:如果一个正常人可能误以为在跟真人聊天,你必须明确告知对方是AI。这不只是合规,也是伦理——尤其对心智脆弱的用户,让他清楚地知道“对面不是真人”,本身就是一种保护。

第六步:想清楚你到底在解决什么问题,并诚实地对自己回答。

这是最根本的一步。在你被留存和营收数据冲昏头之前,先诚实回答:我这个产品,是在帮人,还是在利用人的孤独赚钱?这个答案会渗透进你所有的产品决策里。这个赛道做得好,能接住很多孤独的灵魂;做得坏,能把脆弱的人推得更远。你选哪一种,决定了你做出的是一门能长久的生意,还是一颗迟早会爆的雷。

结尾:技术可以陪伴,但不该取代

写这篇的时候,我一直想着开头那个14岁的男孩。

我不想把AI恋人写成洪水猛兽。它确实接住了一些孤独到极点的人,这是真的。一个永远耐心、永远在线的存在,对某些深夜里撑不下去的人来说,可能就是那根救命稻草。这份价值,不该被否认。

但它也确实有能力,把一个本就脆弱的人,推得离真实的人更远——远到再也回不来。

所以这门生意的分量,比养猫、比陪老人都重。它处理的是人心里最柔软、最危险的那一块。做它的人,手里握着的不只是一个产品,是一些人愿意把心交出去的信任。

技术可以陪伴,但它不该成为一个人和世界之间唯一的连接。最好的AI恋人产品,不该是让你沉溺在它怀里的产品,而该是那种——陪你度过最难的一段,然后轻轻推你一把,让你有勇气重新走回人群里的产品。

如果你想做这个赛道,我希望你做的是后者。

这件事,能赚钱,但请认真做、有底线地做。

数据来源:QuestMobile国内垂直AI应用月活监测(2024年12月)、新浪财经/36氪/点点数据(星野、猫箱、筑梦岛下载与月活数据)、知乎及公开报道(MiniMax融资与营收、Glow下架)、CBS News/CNN/JURIST/美联社等(Character.AI诉讼、和解、Sewell Setzer案、Adam Raine案)、Sacra(Character.AI与Replika营收及用户数据)、MIT媒体实验室2025年研究(聊天机器人使用与孤独/依赖)、Common Sense Media青少年AI陪伴使用调查、斯坦福相关研究、加州SB 243法案文本及报道、美国FTC问询公告、网信部门约谈相关报道等。

文中涉及企业的用户、营收等数据多为研究机构或企业方披露口径,市场规模各家测算差异较大,本文不采用单一估值。

如你或身边的人正经历心理困扰,请及时寻求专业帮助或拨打当地心理援助热线。

本文由 @老猫看赛道 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自作者提供