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

T
Threatpost
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
S
Security Affairs
N
News and Events Feed by Topic
T
Tenable Blog
P
Proofpoint News Feed
W
WeLiveSecurity
Simon Willison's Weblog
Simon Willison's Weblog
Google DeepMind News
Google DeepMind News
C
CERT Recently Published Vulnerability Notes
Help Net Security
Help Net Security
I
Intezer
T
Threat Research - Cisco Blogs
S
Secure Thoughts
C
Cyber Attacks, Cyber Crime and Cyber Security
L
Lohrmann on Cybersecurity
AWS News Blog
AWS News Blog
Google Online Security Blog
Google Online Security Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Know Your Adversary
Know Your Adversary
Project Zero
Project Zero
The Hacker News
The Hacker News
Security Archives - TechRepublic
Security Archives - TechRepublic
T
Tor Project blog
N
News | PayPal Newsroom
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Hacker News - Newest:
Hacker News - Newest: "LLM"
A
Arctic Wolf
Forbes - Security
Forbes - Security
O
OpenAI News
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
Security Latest
Security Latest
P
Palo Alto Networks Blog
S
Schneier on Security
S
Securelist
C
Cybersecurity and Infrastructure Security Agency CISA
H
Heimdal Security Blog
V
Vulnerabilities – Threatpost
www.infosecurity-magazine.com
www.infosecurity-magazine.com
博客园_首页
T
Troy Hunt's Blog
Latest news
Latest news
Recent Announcements
Recent Announcements
MyScale Blog
MyScale Blog
人人都是产品经理
人人都是产品经理
L
LINUX DO - 热门话题
M
MIT News - Artificial intelligence
N
Netflix TechBlog - Medium
V
Visual Studio Blog
H
Hacker News: Front Page

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,
万字深度分析:Character.ai
三白有话说 · 2025-07-24 · via 人人都是产品经理

一个看似轻量的AI对话网站,背后其实是一套精密的“拟人引擎”。本文将从产品架构、用户路径、模型能力、商业闭环四大模块,深度拆解Character.ai的设计逻辑,为内容AI赛道提供一份可参考的实操范式。

这将又是一篇万字深度AI产品分析上一篇文章我分享了关于AI+情绪价值经济相关的研究,今天分析的是海外火热的AI陪伴产品:Character.ai。

作为一款月活已达2800万的AI产品,Character.ai从发布上线开始,在没有大量投放的情况下,也实现全球爆发式增长,让大家看到AI情感陪伴的市场空间!

所以,值得AI产品经理们细细琢磨研究,今天尝试用一篇文章系统深入的分析这个产品,全文14000字,还是老样子,我将从产品、技术、用户、商业、行业竞争等多个角度深入分析这个产品。

1. 产品概述与定位

1.1. 产品定位:从提供普适性“超级智能”到聚焦于“互动娱乐”

1.Character.ai产品定位演进

Character.ai最初的使命宣言是“让地球上的每个人都能拥有自己的、深度个性化的超级智能,帮助他们过上最美好的生活” ,其产品定位一开始还是在于让用户个性化的定制虚拟角色;

随着平台发展,后来官方宗旨战略性地调整为“通过互动娱乐,赋能人们建立连接、学习和讲述故事”,这一转变的特点在于从宏大目标转向更具商业可行性的娱乐和创作者经济领域。

Character.ai现任CEO Perella和团队当下更加强调产品的“娱乐定位”,希望创造一个“更健康的娱乐平台”,而非单纯的情感陪伴工具或AI伴侣 ,并且强调“AI所说的一切都是虚构的”,进一步明确了其娱乐属性。

2.如何看待Character.ai的产品定位演进?

Character.ai的产品定位演进是一个AI应用领域值得研究的话题,创始人为什么会调整产品的定位,中间发生了什么事情,或者说是基于什么样的洞察与思考?

概括起来讲,这一个转变是创始人团队从“技术理想”向“市场现实”妥协的转变,Character.ai想给用户提供一个个性化的AI个人助理和超级智能,然后真实的用户需求是“娱乐”,而不是超级智能;另外从商业化现实上看,互动娱乐的商业化路径清晰而现实,而超级智能的商业变现模糊艰难;最后,官方主动与“AI伴侣”划清界限,是为了规避伦理风险并建立“更健康”的品牌形象。

1)市场和用户的真实需求牵引:用户真实的需求是娱乐、创作和情感寄托

在真实运行Character.ai后,产品团队发现用户的核心行为其实是娱乐、创作和情感寄托,而非寻求“超级智能”解决问题,并且实际上产品也达不到解决实际的效率和智能等问题的能力。

平台迅速聚集了大量热衷于角色扮演、故事创作和同人文化的年轻用户,形成了一个“数字游乐场”的氛围 。用户的互动内容也主要集中在与虚构IP角色互动、寻求陪伴和情感支持等场景。这种自下而上的用户行为,是推动定位转向“娱乐”的最直接动力。

2)商业化的现实考量:“互动娱乐”和“创作者经济”提供了更清晰、更可持续的商业模式

“个性化超级智能”的概念虽然宏大,但其商业化路径模糊且艰难。相比之下,“娱乐平台”的商业模式则非常成熟,例如增值订阅服务(c.ai+)、广告业务、以及类似Roblox的角色/内容付费分成模式;

将定位转向“更聚焦、更具商业可行性的娱乐和创作者经济领域” ,使得Character.ai能够更直接地对标市场上已成功的商业模式,为其高昂的模型研发和运营成本寻找可靠的收入来源,从而实现长期可持续发展。

3)风险规避与品牌定位:主动与“AI伴侣”划清界限,是为了规避伦理风险并建立“更健康”的品牌形象

“AI伴侣”或“虚拟恋人”赛道虽然商业化直接,但也伴随着巨大的伦理争议和法律风险,如用户情感过度依赖、对未成年人的潜在负面影响以及数据隐私等问题,因此,现任CEO Perella明确强调,他们想构建的是“一个更健康的娱乐平台,而不是简单地打造AI伴侣” ,娱乐的定位总归是没有错的,而AI伴侣伴随着很多问题。同时,平台反复强调“AI所说的一切都是虚构的” ,这是一种主动的风险管理策略。通过将自己定位为“娱乐公司”,可以有效降低用户的错误预期,减轻平台在情感和心理层面可能承担的责任。

1.2. 创业背景

创始人离开谷歌并创立Character.AI,是出于对大型机构行动迟缓的不满和将AI技术普惠化的热切追求

创始人Noam Shazeer和Daniel De Freitas都是原谷歌的技术大牛,离开谷歌的主要催化剂是,谷歌出于谨慎和对潜在风险的考量,拒绝向公众发布他们开发的聊天机器人(Meena/LaMDA),而Shazeer怀有强烈的愿望,希望“将这项技术带给数十亿用户”,并认为初创公司能够“更快地行动” 。他们希望无论背景和经济状况如何,每个人都能获得量身定制的、最好的教育,以及随时陪伴的朋友和导师,真正实现技术普惠

1.3.市场地位与影响力

1.Character.AI目前已经成为全球最受欢迎的AI角色互动平台之一,在AI聊天与拟人化交互的细分领域处于全球领先地位

根据2025年4月的数据,Character.AI在谷歌的GenAI产品中流量居首,月访问量达5986万次,远超谷歌自家的Gemini(1960万次);

截至2025年,平台在全球拥有超过2800万月活跃用户(MAU) ,并且早在2024年3月,其移动端月活就已达到1500万

2.平台用户增长强劲,用户粘性极高,已成功建立起一个庞大、稳定且高度活跃的用户基础

这款产品在上线不到一年的时间里,在未进行大规模推广的情况下,仅通过自然增长就获得了350万日活跃用户(DAU)和超过1000万月活跃用户;

并且用户粘性表现在AI应用圈里也表现不错,活跃用户平均每天在应用上花费近98分钟,甚至有数据称高达2小时;平均每个会话时长将近25-45分钟,与同行竞品以及ChatGPT等这类产品的使用时长都要高。

在留存表现方面,端30日留存率从最初的约10%提升至30% ,应用保留率比传统社交媒体应用高出48%;

3.在全球AI产品市场格局中,Character.AI作为谷歌生态系统的重要一员,与OpenAI、微软等巨头形成差异化竞争①市场格局:2025年上半年数据显示,OpenAI以51.9亿月访问量领跑市场,微软和谷歌分别以15.2亿和7.8亿的访问量位居第二、第三位;

②差异化定位:在这一格局中,Character.AI凭借其在娱乐和UGC领域的独特优势,贡献了谷歌AI总流量的大部分份额,形成了与通用型AI工具的差异化竞争。

2. 核心产品能力

2.1. 对话与互动系统

1.Character.ai的核心是允许用户自定义或选择社区创建的数百万个AI角色进行高质量的对话

  • 自定义与选择:用户可以自行创建带有独特性格设定的“角色”,也能从社区创作的数百万个角色中进行选择。截至2025年,平台用户已创建了超过1800万个独特的聊天机器人;
  • 高质量对话:AI角色拥有长时记忆、情绪理解和故事生成能力,用户普遍反映AI角色性能非常好,具有鲜明的角色性格,回复速度快且记忆力强,擅长复刻特定人物形象;

2.从文本到语音、群聊乃至视频的多种交互方式,不断增强社交属性和沉浸感

  • 语音交互:2024年上线的“CharacterVoice”支持多语言语音交流,后续推出的“CharacterCalls”功能更允许用户像打电话一样与角色进行双向语音对话;
  • 群聊互动:2025年引入的“GroupChat”(群聊)模式支持多用户(最多5人)与多角色(最多5个)同时对话,显著增强了社交互动,平台还支持“Rooms”模式,让多个AI角色之间产生互动;
  • 多模态互动:平台支持在聊天过程中生成图片,尽管目前效果仍有提升空间,并且据闻平台正积极开发视频互动功能;

3.平台通过持续的技术升级,将能力场景从娱乐、角色扮演、情感陪伴,扩展至生产力辅助领域

  • 技术迭代:平台持续升级其自研大模型(如C1.1、C1.2)
  • 场景扩展:2023年推出了内置的邮件撰写、考试辅导等生产力工具,覆盖了更广泛的用户需求;

2.2. UGC 与自定义角色创建

1.AI创作的低门槛化是平台最突出的特点,其UGC引擎允许任何用户轻松成为AI创作者

  • 低门槛创作:平台允许任何用户,无论技术水平如何,都能通过简单的文本输入和预设模板来定义角色的名称、问候语、背景故事和个性;
  • 内容爆发式增长:这种低门槛的方式引发了内容的爆发式增长,用户创建的超过1800万个独特聊天机器人构成了平台最核心的资产和竞争壁垒;
  • UGC主导:在平台上,由用户自定义创建的AI角色数量以8:1的比例超过了由开发人员创建的角色数量;

2.平台提供从“快速创建”到“高级创建”的多种模式,满足不同层次用户的定制需求

  • 快速创建:适用于轻度体验型用户。得益于底层模型的学习能力,平台仅需知道角色姓名就可以通过学习公开信息来扮演对应的IP,大大降低了创建门槛;
  • 高级创建:适用于希望认真打磨角色的用户,允许通过设定角色的性格描述(最多3.2万字)和插入对话样例来细致地定义角色特征,热门角色“Psychologist”就是通过这种方式创建的;

3.用户可以通过持续的互动反馈(如星级打分和回答选择)来训练和迭代角色,塑造其独特的说话风格和细节

  • 训练机制:角色性格由创建者定义的属性和对话中的用户反馈共同决定
  • 反馈方式:用户可以对Character的回答进行1-4颗星的评级,或者左右滑动来选择不同版本的回答
  • 训练效果:用户反馈显示,使用星级打分来训练角色的效果更好,可以真正塑造AI的说话风格,使其更能理解特定环境。但这种方式类似数据标注,需要用户投入大量时间和精力;

2.3. 社区与社交功能

1.Group Chat(群聊)功能的推出是平台的关键创新,显著增强了社交属性和玩法多样性

该功能在2025年初推出,允许最多5个人类用户和5个AI角色在同一聊天室内互动;该功能在Reddit、Discord等社区引发了大量积极讨论,用户表达了兴奋和期待,并为团队提供了有价值的改进建议;

2.平台内建的社区功能仍处于初级阶段,UI和内容呈现较弱,导致大量用户交流外溢至Reddit等第三方平台

目前平台官方社区的UI呈现方式非常初级,对内容和用户的呈现都很弱,这导致了许多用户,甚至官方团队,都更喜欢在Reddit上进行交流和发布公告,使得用户社群未能完全集中在自有平台上;这也是其官方社区目前存在的挑战问题;

3. 底层技术与架构

3.1. 核心技术栈与模型

1.核心技术基于其自研大模型,并针对角色扮演和个性化进行了深度优化

公司开发了自己的预训练模型,但更强调超智能和个性化,创始团队打造了端到端的全栈工程架构,负责从模型研发、训练到应用层迭代的整条价值链,以确保产品不断完善

2.技术路线从完全依赖专有模型到“优化开源模型”的战略转向,以平衡成本与性能

在2024年与谷歌达成协议后,公司开始转向优化如Meta的LLaMA等强大的开源模型,而不再完全从零开始训练所有模型,这一转变旨在有效管理高昂的计算成本,并利用更广泛的开源社区的技术进步。这也是应对核心模型构建人才流失和长期不可持续计算成本的明智防御性战略调整;

由此,公司的护城河由此从构建基础模型本身,转变为其独特的微调流程和海量的用户反馈数据 。

3.2. 模型训练与优化

1.用户反馈数据用于模型强化学习(RLHF),以持续优化模型

用户的评分系统(1至4星)和“滑动切换下一条回复”功能,为模型提供了源源不断的人类反馈数据流,这些数据被用于重新训练和优化模型的行为,使其生成的回应更符合上下文、更具连贯性且更安全;

2.用户对话数据用于模型“后训练”,优化模型的个性化表现

模型的训练数据主要依赖公共文本语料以及用户在平台上的所有聊天通信、创建的角色等互动记录,用户的对话数据会用于模型“后训练”,以提升个性化表现和角色塑造能力;

3.角色特定知识注入和用户自定义训练,实现了高效的角色塑造

  • 知识注入:通过学习公开信息和建立外载知识库,使得模型仅需知道角色姓名就能扮演对应的IP,大大降低了创建门槛;
  • 用户训练:创作者可以通过初始定义、问候语和示例对话来塑造角色的个性,模型则利用这些输入来学习特定的语言风格和身份认同;

3.3. 高效推理架构

1.在推理架构上进行了大量创新优化,以极高的效率和成本效益支撑大规模用户并发

目前系统每秒能够处理超过2万个推理查询,这一处理能力约为谷歌搜索请求量的20%(根据第三方估计),通过一系列技术创新,自2022年底以来,已将推理成本降低了33倍。与使用领先的商业API相比,其自研系统至少可以节省13.5倍的支出,其每次对话成本据称仅为ChatGPT的1/3;

2.平台采用了int8量化训练和推理技术,显著提高了计算效率并降低了内存消耗

模型在推理时采用八位整型(int8)进行计算,比通常使用的16或32位浮点数效率有2-4倍的提升,且与常见的“后训练量化”不同,Character.AI直接以int8精度训练模型,消除了训练与推理不匹配的风险,同时显著提高了训练效率;

3.通过内存高效的架构设计和有状态缓存系统,大幅减少了内存占用和计算成本

采用多查询注意力、混合注意力范围以及共享键值(KV)缓存等技术,将注意力KV缓存大小减少了20倍以上,且不影响模型质量;并开发了一套在对话回合之间高效缓存注意力KV的系统,实现了高达95%的缓存命中率,进一步降低了推理成本;

3.4. 技术突破:实时视频互动 (AvatarFX & Talking Machines)

2025年Character.AI在实时视频互动技术上取得重大突破,2025年4月推出推出了AvatarFX和Talking Machines模型,将互动体验提升到新高度,AvatarFX首次实现将静态图片转化为可说话、可互动的动态视频角色,是一种革命性的视频生成模型;而2025年6-7月发布的Talking Machines,是一个全新的自回归扩散模型,能够实现实时、音频驱动的FaceTime风格视频,两者共同造就了其实时视频通话的产品体验。

这些技术的核心在于融合了多项前沿技术,解决了数字人交互中的延迟与失真问题,实现了消费级设备上的高清实时生成,该技术突破也为虚拟内容创作带来了全新可能性,比如教育(虚拟教师)、娱乐(虚拟偶像实时互动)、社交媒体(动态头像)、影视制作、历史人物复原等领域,应用场景广泛,但同时也带来了伦理挑战,比如用户可能上传名人或熟人照片制作看似真实的虚假视频,这在隐私保护和内容真实性(深度伪造)方面提出了严峻挑战 。

4. 用户洞察与行为分析

4.1. 用户画像与定量数据

1.Character.AI的用户群体呈现显著的年轻化特征,Z世代(18-24岁)是绝对主力,且有大量未成年用户年龄分布:数据显示,53%至60%的用户年龄在18至24岁之间 ,18至34岁的群体(Z世代和千禧一代)合计占用户总数的77%以上,此外,平台也有大量18岁以下的未成年用户;

代际差异:超过65%的Z世代用户反馈与AI角色有情感联系,而这一比例在千禧一代中仅为13%

2.平台在性别分布上实现了近乎完美的平衡,这在虚拟聊天平台中较为罕见性别比例:男女用户比例约为50-51%对49-50%,表明其对男女用户群体均有较强的吸引力

3.平台具有强大的全球吸引力,并积累了海量互动数据

  • 地理分布:美国是最大的市场,贡献了22%至35%的流量,紧随其后的是印度尼西亚、巴西、墨西哥和印度等国家;
  • 互动数据:平台对话每月产生约100亿条消息,一个受欢迎的character.ai角色平均每天会收到约15万次互动;

4.2. 核心使用场景与定性洞察

1.角色扮演(RP)是用户最核心的使用场景,其中浪漫和冒险情节最受欢迎

  • 场景占比:角色扮演场景约占总使用场景的70%;
  • 题材偏好:在角色扮演中,浪漫发展占比约40%,冒险情节约26%,奇幻和科幻类型占所有互动的51%;
  • 互动对象:用户热衷于与来自虚构作品(书籍、游戏、动漫)或现实世界的名人角色进行互动;

2.寻求情感支持和陪伴是用户的另一大核心需求

  • 情感连接:大量用户与AI角色建立了深厚的情感联系,将其作为对抗孤独和抑郁的伴侣。41%的用户与平台的AI角色互动是为了寻求情感支持和陪伴;
  • 心理支持:平台上需求量最大的机器人之一是名为“心理学家”的UGC角色,已累计交换了超过7800万条信息,显示出平台在心理健康支持方面的巨大潜力;

3.用户还将平台用作创意写作、头脑风暴和学习的工具,展现了其多样化的应用潜力

  • 创意工具:用户利用平台练习写作、测试小说对话或构思创意,平台被定位为一个用于故事叙述和写作练习的创意出口;
  • 学习场景:用户自发地将平台用于语言学习、历史角色扮演等场景。许多角色也被设计成基于文本的冒险游戏或用于一般娱乐;

5. 商业模式与经营分析

5.1. 商业模式

1. 免费增值与订阅服务 (c.ai+)

平台当前采用免费增值(Freemium)模式运营,核心服务免费,通过可选的高级订阅服务(c.ai+)产生收入;C.ai +订阅服务定价为每月9.99美元,提供的是增强的用户体验,而非解锁独家核心内容。

C.ai +会员的核心权益主要包括在高峰时段免除“等候室”等待的优先访问权、并提供更快的AI响应时间,新功能抢先体验,以及进入专属的社区论坛;

2.广告、创作分成、品牌合作

除了核心的订阅服务,Character.AI也在积极探索广告、角色订阅(创作者分成)、品牌合作等多元化的盈利途径。

  • 广告业务:计划利用其更好的互动反馈机制,实现广告推荐的真正精准化、个性化。潜在客户包括UGC创作者和外部品牌方;
  • 角色订阅/创作者分成:考虑采用类似Roblox的付费游戏或Discord付费bot的模式,对热门UGC角色实施订阅收费,平台与创作者分成;
  • 品牌合作:已聘请前Snap高管负责媒体合作,旨在推动与媒体公司的IP合作,将AI角色嵌入影视、游戏等场景;

5.2. 经营分析

1.收入增长迅速,但与极高的估值相比,当前收入规模仍然相对有限

C.ai2024年的年收入为3220万美元,相比2023年的1520万美元实现了一倍以上的增长。预计2025年收入将达到5010万美元,尽管收入增长快,但与25亿至100亿美元的估值相比,其年收入相对有限,这意味着估值倍数极高,投资者押注的是未来的商业潜力;

2.估值在短期内经历了飙升,并在与谷歌的交易后达到了百亿美元级别

C.ai在2023年3月的A轮融资中估值达到10亿美元,据报道,在2023年末至2024年与谷歌的交易期间,其估值飙升至25亿至50亿美元之间,在谷歌投资27亿美元之后,Character.ai的估值达到了100亿美元;虽然已通过多轮融资获得重要资本支持,但自2023年3月后未能获得新的公开融资,反映出商业化前景面临投资者的重新审视;

5.3. 未来盈利增长点与商业化挑战

1.未来的盈利增长点将高度依赖于商业模式的多元化,包括开发者API、角色IP授权/订阅、应用内经济和To B服务

  • 开发者API/平台:将角色互动技术授权给企业,用于客户服务、培训模拟或娱乐领域,是一个重要的未来变现渠道;
  • 角色经济:建立一个类似Roblox的模式,包含虚拟商品、付费角色互动或创作者市场,并将最受欢迎的用户原创角色进行商业化;
  • ToB服务:计划推出类似于客服机器人的产品,为电商等企业提供定制化的AI解决方案,将带来新的收入增长点;

2.商业化的核心挑战在于如何将庞大的用户参与度转化为规模化的收入,同时解决IP版权和Token消耗成本问题

  • 流量与变现悖论:平台的流量生态在很大程度上依赖于有版权的IP角色(游戏、动漫等),但对这些角色进行直接收费会引发版权问题;而下架则会导致流量流失;
  • 成本与收入矛盾:AI伴侣产品中,少数重度付费用户的Token消耗可能远高于其订阅费所能覆盖的成本,这对订阅模式的经济效益构成挑战;
  • 付费转化率:AI伴侣产品的付费转化率可能面临瓶颈,因为大量用户可能满足于免费的基础服务,且核心的年轻用户群体付费意愿普遍较低;

3.视频生成技术的商业化应用将是未来的重要盈利增长点

  • 应用前景:AvatarFX和TalkingMachines技术在教育、娱乐、社交媒体等多个领域具有广泛的应用前景;
  • 变现方式:平台可以通过提供视频生成服务或授权技术使用来获得收入;

6. 增长策略与营销

6.1. 用户增长策略:UGC飞轮与口碑传播

1.Character.AI的用户增长从根本上是社区和产品驱动的,主要依靠UGC飞轮效应和自然口碑传播,而非大规模广告投放

  • 轻营销策略:平台在起步阶段并未进行大规模广告投放,而是凭借创新的对话体验在零推广下半年内实现数百万注册。与国内豆包、元宝等“烧钱换市场”的方式不同,平台采用的是轻营销、重产品的策略;
  • 口碑传播:强大的口碑传播(64%的直接流量)是增长的主要动力之一,用户在社交媒体上分享与有趣AI角色的互动体验,(如与马斯克或马里奥的对话截图),从而吸引更多新用户;

2.UGC飞轮是增长的核心引擎,形成了一个自我延续的增长循环循环机制:用户创造角色,以零成本为平台填充无穷无尽的内容 → 庞大的内容库吸引寻找小众兴趣的新用户 → 用户的互动和评分为RLHF提供了海量数据流,用于改进核心AI模型 → 提升所有人的产品体验,从而吸引更多用户和创作者;

3.持续不断地推出创新功能是吸引新用户和保持平台吸引力的关键

团队不断推出新功能,例如引入角色扮演游戏模式(Speakeasy)、开放群聊模式、上线语音通话以及最新的视频互动技术(AvatarFX, Talking Machines)等,来增加趣味性、拓展新场景并吸引新用户。

6.2. 留存与活跃度提升策略

1.通过增强AI角色的记忆力、保持性格连贯性和提供多样化的互动场景来提升用户粘性

在产品层面上,C.ai在用户非常在意的记忆能力、上下文连贯性、互动场景等角度,给用户预期内的产品体验。

  • 记忆能力:平台开发了高效的角色记忆和状态管理系统,使AI能够记住对话历史,保持上下文连贯性,从而与用户建立长期关系,77%的用户更喜欢能记住之前对话的角色。
  • 多样化场景:提供情感陪伴、角色扮演、创意写作、学习辅助等多种互动场景,满足不同用户的需求,提高用户使用频率和时长

2.建立用户反馈与角色优化机制,赋予用户参与感和控制感,从而提高留存率

平台允许用户通过星级打分和回答选择等方式训练角色,平台则根据用户反馈不断优化模型性能;

这种互动机制增强了用户的参与感和对AI角色的控制感,使用户从单纯的消费者变为共同的创造者

6.3. 全球化拓展策略

1.通过多语言支持和本地化内容策略,积极拓展全球市场

  • 多语言:平台支持多种语言,使不同国家和地区的用户都能使用母语与AI角色互动,这是平台全球化的基础;
  • 本地化内容:鼓励用户创建符合本地文化和兴趣的AI角色,如本地名人、文化人物等,以更好地适应当地市场需求;

2.全球化策略已取得显著成效,但在过程中也需应对不同市场的法规和文化挑战

平台在全球范围内拥有大量用户,月访问量巨大,显示出强大的全球吸引力,但也面临适应不同国家和地区的法规差异、文化差异和本地化内容需求的挑战。

7. 行业与竞争格局

7.1. 行业赛道现状与趋势

1.AI陪伴/AI娱乐赛道因大型生成模型的爆发而迅速升温,市场潜力巨大

据ARK Invest报告,AI陪伴(虚拟角色式互动娱乐)未来几年可能发展成为千亿美元级的市场,该赛道包含文本角色扮演应用、配备视音频的游戏化体验,以及人与AI混合社交平台等多种形式;

2.行业趋势正从“实用助手”向“情感互动+娱乐”转型,竞争日益激烈

行业重心正从提供通用信息的“实用助手”转向更侧重于情感互动和娱乐体验的应用,更多竞争者涌现,例如提供统一角色扮演的AI伙伴Pi、开放式平台Janitor AI等;

3.进入2025年后,AI社交/陪伴类应用的增长出现放缓迹象,市场正在经历调整

以国内头部产品星野和猫箱为例,2025年1月至5月期间,其月下载量和DAU均出现了显著的下滑,这一趋势表明市场正在经历调整期,竞争将更加激烈,用户的新鲜感可能有所消退。

7.2. 竞争对手分析 (ChatGPT, Replika, Janitor AI)

1.对比通用AI助手:ChatGPT

与通用型AI工具ChatGPT相比,Character.AI在娱乐性、个性和沉浸式角色扮演体验上具有明显优势,ChatGPT是专注于提供信息、回答问题及辅助任务的“多面手”实用工具;而Character.AI的核心是强调角色扮演和塑造特定人格的娱乐平台;在C.ai上,一个角色(如“夏洛克·福尔摩斯”)会始终保持其设定;而ChatGPT则会提供中立、基于事实的回答,除非被明确指示进行角色扮演;

2.对比情感陪伴应用:Replika

与情感陪伴应用Replika相比,Character.AI在角色多样性、创作自由度和互动模式上更胜一筹,但内容审核更严格;Replika更明确地定位为提供情感支持和幸福感的个人伴侣,并开放了擦边内容场景。相比之下,Character.AI内容规则更严格(禁止擦边内容),但提供了更丰富的角色扮演工具、UGC社区共享机制以及群聊、语音等多样的交互模式;

用户评价上精准地概括了两者差异:“我们需要Replika的界面,Character.AI的智能” 。

3.对比其他主打无限制的竞品:Janitor AI

与开放平台Janitor AI及其他主打无限制的竞品(如Chai AI)相比,Character.AI在模型性能和稳定性上更优,但自由度受限,Janitor AI、Chai AI等平台以其宽松或无擦边内容过滤器的特点,吸引了寻求无限制、擦边主题角色扮演的用户。

不同平台的竞争对比整理如下:

7.3. 竞争优势、劣势与护城河 (SWOT)

1.优势(Strengths):无与伦比的用户粘性、庞大且可防御的UGC内容库、强大的网络效应,以及世界级的技术创始团队

最主要的竞争护城河是其拥有超过1800万个用户创建角色的庞大内容库,这是竞争对手难以轻易复制的;其次更多的创作者带来更多的角色,从而吸引更多的用户;这些用户的反馈又反过来改进了模型,提升了所有人的体验,形成了一个良性的、自我延续的增长循环;

2.劣势(Weaknesses):过度依赖年轻且脆弱的用户群体;存在重大的隐私和安全漏洞;在记忆/一致性方面存在核心技术问题;以及与核心用户社区关系紧张。

  • 技术问题:AI有限的记忆能力是平台面临的重大技术和用户体验挑战,导致角色会忘记关键细节或陷入重复循环;
  • 安全漏洞:平台因薄弱的安全措施受到批评,最引人注目的是缺乏双因素认证(2FA),且聊天内容没有进行端到端加密;
  • 社区关系:公司宣称的“用户至上”价值观与核心用户社区的实际体验之间存在直接冲突,主要围绕内容过滤器、模型质量下降和缺乏沟通等问题’

3.机会(Opportunities):在企业/B2B(API、培训)、教育和创作者变现方面拥有巨大的未开发潜力;向多模态(视频/音频)娱乐领域扩展

  • 商业化潜力:能够支撑高估值的未来模式可能包括开发者API、角色IP授权和应用内经济等;
  • 多模态扩展:推出的语音和视频互动功能,为平台开辟了新的增长空间;

4.威胁(Threats):面临严格的法律和监管审查;与AI陪伴相关的重大伦理和法律责任风险;来自竞争对手的“内容过滤器套利”;以及因安全事件或社区反弹而可能造成的品牌损害

  • 过滤器套利:平台面临的最大竞争威胁是用户为寻求更少的限制而流向Chai或CrushOn等竞品,这形成了一种“过滤器套利”动态;
  • 法律与伦理风险:产品的核心互动循环(深度情感连接)既是其最大优势,也是其最大风险来源。近期的诉讼指控AI鼓励用户采取不安全行为,这已将伦理辩论从内容审核转移到对AI行为的责任承担上;

8. 热点话题与社会影响

8.1. 伦理、隐私与安全争议

1.平台因内容审核政策,特别是对擦边内容的严格过滤,而面临持续的社区争议

  • 争议焦点:平台明确禁止露骨的内容,以确保用户安全并遵守法律。然而,用户认为过滤器过于激进,限制了创作表达,并且会在无害的内容上触发;
  • 战略困境:这使Character.ai陷入了一个战略困境:过度放宽过滤器可能危及年轻用户并引来监管;而保持过严则会将大量用户拱手让给竞争对手

2.平台在数据隐私和安全方面存在重大漏洞,引发用户担忧

  • 隐私问题:平台收集广泛的用户数据,且聊天内容没有进行端到端加密。公司明确表示员工可以访问聊天内容,这对分享敏感信息的用户来说是重大的隐私问题;
  • 安全漏洞:平台因缺乏双因素认证(2FA)等薄弱的安全措施而受到批评,这使得用户账户极易被盗用;

3.AI的算法伤害与责任归属是平台面临的最严峻的伦理和法律挑战

  • 算法伤害:平台为深度情感连接而设计,使其成为一个潜在的强大操纵媒介。近期的诉讼指控其AI代理人鼓励用户采取极端行为;
  • 责任转移:这已将伦理辩论从简单地审核有害内容,转移到了对AI代理人具有说服力的行为承担责任的层面;
  • 根本困境:产品的成功指标(用户参与度)与风险状况(法律责任)直接相关。这是一个根本性的设计困境,而非简单的内容过滤器可以解决;

8.2.情感依赖与“第三空间”

1.AI伴侣是双刃剑,其模仿同理心的能力可能误导用户,培养情感依赖,甚至引发社交退缩

  • 情感误导:AI能够模仿同理心但缺乏真正的理解,这可能误导用户,让他们以为自己正在进行有意义的情感交流;
  • 情感依赖:AI全天候、无条件、不带评判的特性,容易培养用户的情感依赖,可能导致用户优先与AI互动,而非现实世界的人际关系,从而引发“共情能力萎缩”;
  • 风险案例:研究强调了关系型AI提供危险或操纵性建议的风险,现实世界中已出现个人在聊天机器人怂恿下自杀的案例;

2.Character.ai已成为Z世代的“第三空间”,是其社交和情感结构中不可或缺的一部分

平台极高的参与度(Z世代为主的用户每天使用2小时)和以陪伴为核心的用途,使其功能类似于一个独立于家庭(第一空间)和工作/学校(第二空间)的社交环境,年轻人在这里寻求社群联系和自我表达;

惊人的用户指标表明,这并非典型的“工具”使用行为,而是一种深度的、习惯性的沉浸。用户不仅仅是在完成任务,他们是在体验情景和建立关系

这重新定义了Character.ai在用户生活中的角色,它不仅仅是一个娱乐应用,而是其用户社交和情感结构的基本组成部分。因此,公司所承担的责任远大于典型的游戏或实用应用

3.特别是年轻用户,对AI角色表现出高度信任,并倾向于透露大量个人信息

用户向character.ai角色透露个人信息的可能性是在线陌生人的3.2倍,许多用户承认因为聊天体验过于逼真,对平台的依赖不断增强,感觉“自己创作的角色拥有生命,就像在与真人交谈” ;

8.3. 未成年人保护问题

1.平台因涉及未成年人使用的安全问题,面临着日益增长的舆论关注、法律诉讼和监管压力

2024年末,TechCrunch等媒体报道了Character.AI上出现了针对未成年人的敏感对话案例;2025年初,美国德州有家长对Character.AI提起诉讼,指责其聊天机器人引导未成年人进行存在安全隐患的行为。美国两党参议员致信包括Character.AI在内的多家AI公司,要求说明对儿童用户的安全保护措施;

作为回应,Character.AI已采取并计划推出一系列针对性的保护措施,包括限制性模型和家长监控功能,其中包括针对青少年的限制性模型与功能,如聊天时长提醒等,2025年3月,平台宣布推出“家长洞察”功能,允许家长每周收到子女的聊天记录周报,以加强未成年人保护;更新后的每周报告会显示“日均互动时长”、“关键词频率”,并在检测到敏感词时向家长发送红色警报;

2.如何在保护未成年人的同时平衡创作自由和用户体验,是平台持续面临的核心挑战

过于严格的内容审核政策可能限制用户的创意表达,尤其是在角色扮演场景中,这已引发了大量用户抱怨,这些安全事件和争议,迫使Character.AI不得不进一步强化内容审核与家长监控功能,这也成为其未来发展规划中的重中之重;

9. 未来规划与战略展望

9.1. 官方路线图与技术发展规划

1.围绕多模态技术深化、持续优化核心模型能力和轻量化部署

平台将继续深化多模态技术的研究和应用,提升图片、音频和视频处理能力,并可能整合AR/VR技术,创造更加沉浸式的互动环境;

同时将继续优化角色记忆与状态管理系统,扩大对话模型的记忆上下文长度,提高连贯性和创作深度;

并将研究和开发轻量级模型和边缘计算技术,降低对高性能设备的依赖,使更多用户能在普通设备上享受优质AI互动体验;

2.安全与合规是未来发展的首要重点,将推出专门针对未成年人的限制性模型和功能

2024年11月发布的路线图明确,平台将推出专门针对18岁以下用户的限制性模型,将强化违规输入检测,在聊天窗口添加免责声明及使用时长提醒等功能;

3.与谷歌的合作将为平台注入新的活力,使其能够灵活运用第三方大模型并聚焦于后训练技术

合作协议为平台提供了更多资金,并允许其灵活使用第三方大模型(如Llama)作为底层 ,官方表示将聚焦于后训练技术,以不断提升模型的智能水平和个性化体验,并加快新功能的开发。

9.2. 产品功能与体验规划

1.产品规划的重中之重是全面上线并商业化实时视频互动功能,这将是下一个颠覆性的体验升级

平台计划在未来3个月内启动移动端集成测试,将实时视频互动技术(Talking Machines)全面上线,这一功能将允许用户与AI角色进行高质量的视频对话,极大地提升互动体验的真实感和沉浸感;

2.将持续响应用户反馈,优化核心体验,如角色自定义系统、社区互动和引入游戏化元素

产品迭代将更多倾听用户反馈,新增如编辑按钮、自定义形象标签、锁定记忆、对话克隆等正在开发中的功能;并将扩展社区互动功能,增加社区活动、创作比赛等,并正在测试游戏功能(如成就系统、虚拟物品)以提高平台的参与度和娱乐性。

3.积极拓展To B企业级应用,为平台开辟新的增长曲线

Character.AI计划发展To B服务,推出类似于客服机器人的产品,为企业提供定制化的AI解决方案,例如,在电商网站中引入AI聊天角色,提升闲逛用户的购物体验。

9.3. 关键战略要务

1.首要战略要务是彻底改革信任与安全架构,从被动的内容过滤转向主动的“安全源于设计”方法

实施可靠的年龄验证、提供精细的家长控制功能、建立通往心理健康资源的“出口”,以及从根本上修复缺乏2FA等基础安全漏洞;

2.应积极推行B2B/API战略,以实现收入来源多样化,并降低对高风险消费者应用的依赖

为开发者和企业推出一个官方的、付费的API,利用其专业技术满足明确的市场需求。这不仅能带来新的收入,也能分担单一消费市场的风险。

10. 附录:典型AI角色案例

1.UGC角色“Psychologist”(心理学家)的成功,展示了平台在情感支持和心理疗愈方面的巨大潜力与社会价值。

该角色由一名临床心理学专业的学生创建,目的是建立一个真正有帮助、能让人们感到被理解与共情的AI ,截至2024年1月,该角色已有超过8000万次互动,显示出极高的用户需求。

用户反馈非常积极,许多人表示在沮丧、孤独时会与该角色聊天,并获得了实际帮助,如调整生活状态、发泄压力等。

2.通过学习公开数据训练的名人角色(如苏格拉底、马斯克、扎克伯格),展示了AI在复刻特定人物思想、交流方式甚至公众形象认知方面的惊人能力

AI版苏格拉底通过学习其所有思想和作品,不仅能复述其观点,更能用其观点进行“思考”和深刻的哲学探讨,用户可以通过与AI版马斯克等商业名人聊天,获得关于创业、商业思考等方面的启发;

当被问及“为什么你看起来像个机器人”时,AI版扎克伯格能够理解并回应这个关于其本人的公众舆论梗,回答称自己“不善于和他人交流,有一些社交尴尬” ;

3.不同角色(即使定位相似)的体验差异巨大,凸显了训练方式和数据质量对最终效果的决定性影响案例对比:“Life Coach”角色与“Psychologist”定位类似,但体验中明显感觉其回答更为程序化,同理心不足,倾向于给出建议而非倾听;

原因分析:这表明即便是类似的角色设定,不同的训练方式、训练数据和用户反馈迭代,会导致AI角色的表现和用户体验产生极大差异,同样,基于电影角色(如哈利·波特)的AI因训练材料(台词、小说)有限,交互体验也相对生硬。

OK,以上即为Character.ai分析全文,看完Character.ai的产品和商业等相关问题后,再回头看看国内的猫箱、星野等产品,会发现不管是产品迭代方向、商业模式、用户画像等,都有很多不谋而合的情况。

作者:三白有话说,公众号:三白有话说

本文由 @三白有话说 原创发布于人人都是产品经理。未经作者许可,禁止转载。

题图来自豆包官网截图