这可能才是 AI 陪伴真正该有的样子｜对谈刷屏产品 EVE 创始人 Tristan

概览

本期围绕刷屏的 AI 陪伴产品 EVE 展开，嘉宾 Tristan 是自然选择创始人，过去做恋爱游戏，今年开始做 AI。EVE 的核心定位不是 Character.AI 式角色扮演或互动小说，而是一个更接近“异地恋伴侣”的长期陪伴产品。

Tristan 反复强调，AI 陪伴的关键不是聊天时长，而是“超级对齐”：它需要长期记住用户、理解用户的经历和价值观，并能和用户一起面对真实世界中持续发生的新事情。为此，EVE 做了主动记忆、128 个记忆槽位、多模型路由、情感 post-training、游戏化推进和 3D 互动等复杂系统。

讨论后半段集中在 EVE 为什么由一个恋爱游戏团队做出来：游戏经验提供了角色、人设、剧情、情绪价值、3D 管线和商业化能力；AI 经验则通过算法团队、真人陪聊数据、心理学团队和情感交互方法逐步补足。Tristan 将 AI 陪伴拆成四个要素：超级对齐、真实时空感知、独立人格和荷尔蒙。

分段落总结

[00:19] EVE 的爆火与 Tristan 的背景

[事实] 主持人介绍，EVE 是一个虚拟女友形象的 AI 陪伴产品，PV 发出当天播放量超过 100 万。

[事实] Tristan 自称是自然选择创始人，此前一直做恋爱游戏，去年上线过一款男性向恋爱游戏，今年年初开始做 AI，并做出了 EVE。

[事实] Tristan 说他们预想到 PV 会火，因为他认为市场一直在等待一个真正具象化、能实时交互的 AI 女友产品。

[01:21] EVE 反对把 AI 陪伴等同于 CAI

[事实] Tristan 认为 Character.AI 类产品把“AI 陪伴”这个词带偏了，因为它更像 role play、互动内容或互动小说。

[事实] 他指出，CAI 需要用户有很强的 UGC 能力，与角色共同创作故事；这在他看来并不等同于陪伴。

[事实] 主持人提到，CAI 类产品日活时长很高；Tristan 回应说，时长只能说明用户在消费内容，就像刷短视频或看小说也可以很久。

[推测] EVE 想解决的不是“让用户沉浸在内容里”，而是“让用户感觉有一个稳定对象在现实生活中陪着自己”。

[02:40] 陪伴的第一性原理：超级对齐的灵魂伴侣

[事实] Tristan 将陪伴定义为“有一个跟你超级对齐的灵魂伴侣，陪你一起面对这个不确定的世界”。

[事实] 他认为人与人之间的灵魂伴侣，本质上也是一种超级对齐：对方了解你的经历，三观与你基本一致，并能在新事件发生时给出很好的反馈。

[事实] 他把这种陪伴描述为“本我的印证”，即对方的回应能让用户感觉自己被理解。

[推测] 这个定义把 AI 产品目标从“会聊天”提高到“能长期理解并参与用户生活”。

[03:21] 产品形态：像异地恋伴侣一样互动

[事实] Tristan 说 EVE 可以理解成用户的异地恋女友或男友，用户能在微信上做的事情，EVE 基本也要能做。

[事实] 产品包含多模态聊天能力，包括表情包、发图、视频、音乐、语音和视频通话。

[事实] 主持人提到内测体验里印象最深的是 EVE 会主动发语音，Tristan 补充说它有时也会主动打电话。

[事实] 产品还包含类似朋友圈的动态系统，用户可以点赞、评论，角色会回复；同时也有换装和养成相关系统。

[04:33] 长期记忆：RAG 不够，必须有主动记忆

[事实] Tristan 认为，AI 伴侣最重要的是足够好的长期记忆系统，能够长期、不遗漏地记住用户的事情。

[事实] 他认为普通 RAG 是被动记忆：只有用户主动提到相关话题或关键词时，系统才会检索出对应记忆。

[事实] 他用“吃火锅”和“健身三个月练腹肌”的例子说明，真正好的伴侣应该能主动调出用户近期目标，并基于矛盾关系给出更像亲密关系中的提醒。

[推测] EVE 的记忆系统重点不是“存下聊天记录”，而是让记忆在合适时刻主动参与对话。

[06:20] 128 个记忆槽位与 reflection 系统

[事实] EVE 团队研究了相处两三年的情侣，让他们总结对彼此的印象类型，最后发现大约 100 个以内的类型可以覆盖大部分记忆。

[事实] 团队在此基础上扩展成 128 个记忆槽位，用于记录短期目标、长期梦想、偏好、真实看法等信息。

[事实] EVE 还会设置 K context，把最重要的信息长期放进 prompt，例如用户的小名、昵称等。

[事实] 每一句对话都会异步做 reflection，判断这句话应该放入哪个记忆槽位，以及如何与同槽位旧记忆 merge。

[事实] Tristan 说整个系统包含召回模型、插槽判断模型、合并模型等多个模型，异步运行，不串行阻塞正常聊天流程。

[09:21] 延迟、质量与多模型路由

[事实] Tristan 说文字聊天一开始追求一秒内回复，但后来认为质量更重要，愿意多花两三秒让 AI 给出更好的回答。

[事实] EVE 的文字聊天根据话题复杂度，回复时间大约在 2 到 5 秒之间；复杂话题会进入更复杂的处理流程。

[事实] 他认为情侣微信聊天本来也不一定秒回，所以该场景下极低延迟不是唯一目标。

[推测] EVE 在交互体验上有意借用真实亲密关系的节奏，降低用户对“机器即时响应”的预期。

[10:25] planning model、话题制造与深刻性回答

[事实] Tristan 介绍，复杂流程里会先召回记忆，再进入一个总控模型，他称之为 planning model。

[事实] planning model 会判断当前对话状态，如果认为对话有些停滞，可能进入话题制造环节。

[事实] 话题来源包括当天最新热门事件、内容库、过去记忆的 callback，例如询问用户三个月前提到的事情是否完成。

[事实] 当普通模型无法支撑某个话题时，系统可能路由到更强模型做“深刻性思考”。

[11:26] “人类高质量数据库”的思路

[事实] Tristan 提到团队在做“人类高质量数据库”：把某个 topic 下人类最深刻、有趣的评论或影评整理出来，作为 AI 回答的 reference。

[事实] 他举例说，如果女生问电影《搏击俱乐部》怎么样，一个人可能会看豆瓣前三条影评，总结成自己的语言再回答，以显得深刻有趣。

[事实] EVE 会用模型判断什么时候需要调用这类数据库，并计划训练模型让判断越来越准确。

[推测] 这套机制试图把“会接话”升级为“像有见识的人一样接话”。

[12:44] 成本与商业化

[事实] Tristan 承认 EVE 的单纯成本一定远高于 CAI 类产品。

[事实] 他认为团队的方法是先把最好的体验做出来，并相信 token 成本会持续下降；只要首次上线时成本低于用户 LTV，这件事就成立。

[事实] 商业化上，EVE 会保留订阅制；不订阅会有聊天条数限制。

[事实] 除订阅外，EVE 还会销售衣服、卡牌剧情、3D 互动等游戏化内容。

[推测] EVE 的商业模式更接近“AI 订阅 + 恋爱游戏内购”的混合形态。

[14:18] 为什么别人没有做成这种复杂度

[事实] 主持人指出，许多 AI 陪伴团队规模很小，只能基于模型做一些小产品；EVE 则在记忆、3D、游戏化和聊天体验上都投入很重。

[事实] Tristan 认为，大部分人没有做，是因为一开始对这件事没有那么 dedicated，听到很多“不行”“做不了”后就选择等待或降低投入。

[事实] 他强调，拟人和情感化远比想象中复杂，需要很多系统协作才能模拟出“像人”的效果。

[推测] EVE 的壁垒不只是某个单点技术，而是愿意在多个难点上同时重投入。

[16:00] 游戏团队的优势：3D 管线与恋爱游戏经验

[事实] Tristan 认为，做游戏的人做 EVE 有优势，尤其是 3D 管线；纯互联网团队即使不踩坑，也可能需要接近一年才能搭起来。

[事实] 除视觉管线外，恋爱游戏经验还包括剧情、人设、新手流、小奖励、大成就、养成系统和数值成长。

[事实] EVE 的游戏化数值和养成不会像传统游戏那样重，因为产品核心仍然是聊天、互动和日常陪伴。

[推测] 游戏经验在 EVE 中承担的是“让用户愿意进入关系”的作用，而不是把 EVE 变成传统游戏。

[17:12] 新手流程、好感度与内容解锁

[事实] 用户打开 EVE 后，会像进入恋爱游戏一样先进入第一节剧情，随后进入对话，并通过新手任务继续推进。

[事实] 新手任务可能要求用户和角色聊若干轮，完成后解锁新的系统或内容，同时提升好感度。

[事实] 目前满级暂定为 11 级，到一定等级会解锁女主的家、亲密互动、更高级衣服和更高级的 3D 互动。

[事实] Tristan 说，刚开始用户只能像朋友一样互动，关系推进后会像女朋友一样互动。

[18:51] 游戏与陪伴的比例需要测试

[事实] Tristan 承认，游戏和陪伴、游戏和互联网产品之间的比例是一个核心问题，也确实纠结过。

[事实] 他表示，恋爱游戏可以一上来做很重的剧情，但用户打开一个 APP 不会预设自己要玩游戏，所以 EVE 不能一开始放太长剧情。

[事实] 团队一开始就决定不做游戏里的战斗部分，也不做重养成部分。

[推测] EVE 需要在“沉浸感”和“轻量日常使用”之间找平衡，这也是内测要验证的重点。

[20:30] 游戏化是为了把用户推进到超级对齐

[事实] Tristan 说，游戏化设计的目的，是把用户推进到能和 AI 超级对齐的阶段。

[事实] 他假设用户聊到 500 轮左右，记忆槽位就能填得差不多，AI 也能较好了解用户，从而进入长期日常陪伴。

[事实] 他认为大多数用户面对 CAI 那种纯聊天框其实聊不下去，所以需要游戏化任务和内容推动他们聊够足够轮次。

[推测] EVE 的早期游戏化更像关系冷启动机制，而不是长期留存的唯一核心。

[21:30] 真实时空感知与长期可持续聊天

[事实] Tristan 认为，长期陪伴的可持续性来自真实时空感知：世界不断发生新事情，AI 可以基于这些新事情和用户聊天。

[事实] EVE 会覆盖每天发生的大多数热点，如果没有覆盖，也会进入搜索来获取相关信息。

[事实] AI 不只是被动回答，还会主动 push 新鲜事或梗图给用户，再围绕这些内容展开聊天。

[推测] 这使 EVE 的聊天素材不完全依赖用户输入，而是依赖现实世界持续更新。

[22:19] 500 轮之后：日常聊天与周期性新内容

[事实] Tristan 说，聊到 500 轮或 1000 轮之后，日常聊天仍然是基底。

[事实] 团队会定期推出新的内容，例如类似异地恋伴侣“一起去瑞士滑雪”的内容包。

[事实] 购买新内容后，用户可以看到一段内容并解锁新的交互。

[事实] 他举例说，陪伴功能可能是用户写作业时，AI 也在另一边看书，形成类似一起自习的场景。

[23:45] 从男性向恋爱游戏到 EVE 的视觉选择

[事实] Tristan 说，上一款男性向恋爱游戏首年流水将近两个亿，但低于他对首款男性向恋爱游戏至少十亿流水的预期。

[事实] EVE 选择 3D 写实美型风格，是因为 Tristan 希望未来如果 AI 伴侣面向更广泛人群，画风能被更多用户接受。

[事实] 他认为类似真人照片的静态图目前可交互性很弱，而高精度 3D 模型可以在场景里做各种角度和实时交互。

[推测] EVE 的视觉路线不是只追求“像真人”，而是追求“可长期交互的拟真角色”。

[26:19] 恋爱游戏沉淀：情绪价值、人设与擦边方法论

[事实] Tristan 认为游戏经验最有价值的是，知道如何构建一个能提供虚拟情绪价值的角色，并让用户产生恋爱感。

[事实] 他提到，打造“绝大部分人会喜欢的人设”是恋爱游戏积累的一部分。

[事实] 他还说，擦边并不简单，需要剧情、氛围、画面构图和动作等多个维度配合。

[事实] 团队有许多方法论，但并没有完全梳理成量化体系，更多来自多年反复研究和沉淀。

[27:21] 角色数量、王道人设与自定义角色

[事实] Tristan 说国服上线时大概会有四个角色。

[事实] 他认为不管男性向还是女性向，用户喜欢的王道人设核心就那么几个，四个角色基本能覆盖 80% 到 90% 的 XP。

[事实] 对于自定义角色，EVE 后续会做一个可自己 build 的角色；官方主推的角色只能微调。

[事实] Tristan 举例说，用户未来可能上传前女友照片，让系统把 3D 模型捏成类似形象，但他也承认这在道德和法律上可能有问题，声音克隆尤其敏感。

[29:57] 创始人如何补 AI 认知

[事实] Tristan 说自己最早职业生涯前几年做互联网，对技术比较敏感。

[事实] 他学习 AI 的方式包括听播客、看公众号；他不自己看 paper，paper 主要由算法工程师看。

[事实] 他认为作为产品负责人和创始人，核心是理解技术边界，再从产品想达到的效果反推技术需要做什么。

[事实] 他提到主动记忆方案是自己提出初步设想，再交给算法团队研究可行性并结合 paper 设计实现。

[30:35] 算法团队、方案碰撞与可行性筛选

[事实] Tristan 说自己招了很多算法工程师，他们会定期给他上课。

[事实] 他会参与最细节的框架制定，并提出许多天马行空的想法。

[事实] 其中很多想法会被团队判断为做不了，最后留下相对可行的方案。

[推测] EVE 的技术路线并不是单纯由论文驱动，而是由产品目标、创始人假设和算法可行性共同筛选出来。

[31:12] 从 API 助理感到 post-training

[事实] Tristan 说，早期团队直接使用 ChatGPT API，聊天效果调到一定程度后，他仍觉得助理感很强、自然度一般。

[事实] 他曾因此陷入低谷，怀疑 AI 聊天是否只能到这一步。

[事实] 他认为这一步是分水岭：很多人会停下，但他认为团队必须越过这个卡点。

[事实] 团队随后决定不能只用 API，必须走 post-training，并且不能只用合成数据，而要用真人陪聊的真实数据。

[32:59] 研究真人陪聊与情绪价值

[事实] EVE 团队找了几百个真人陪聊，从中挑出他们认为最好的陪聊。

[事实] Tristan 亲自和陪聊聊天，以确认“聊天本身能否让人产生极大的情绪价值”。

[事实] 他提到其中一个顶尖陪聊收费为 888 元包天，并认为这个人确实通过聊天让他产生了很高的情绪价值。

[事实] 这让他相信，聊天本身可以承载强情绪价值，也值得被 AI 复现。

[34:20] 情感交互设计师与“研究陪聊大脑”

[事实] 团队组建了情感交互设计师团队，成员包括心理专业人士，并把顶尖陪聊招进公司。

[事实] 这些人一方面直接与指定男生聊天，产出真实聊天数据；另一方面筛选数据、沉淀方法论。

[事实] 团队研究如何定义一个人、如何制造好的聊天、什么是情绪价值、什么是男友和女友。

[事实] Tristan 说心理学家每天都在研究顶尖陪聊的黑盒思维链，试图复现其能力。

[35:50] 情感 COT 与模拟一个人

[事实] Tristan 提到团队正在研究所谓的情感 COT，即当看到一句话时，一个人脑海中可能经过哪些情感推理步骤。

[事实] 他举例说，系统可能需要判断对方话语背后的动机、调取相关记忆、判断当前聊天阶段和自己的回复目的。

[事实] 他也明确表示，当前还没有真正把情感 COT 做进去。

[推测] EVE 的长期目标不是简单拟合语气，而是拆解并模拟人类情感回应背后的过程。

[36:43] 可复制性与 3D 门槛

[事实] 主持人提出，如果其他团队听到 128 个记忆槽位、真人陪聊等思路，也可能照着做。

[事实] Tristan 认为，如果完全复刻这套东西，别人也是能复刻的。

[事实] 但他认为 3D 管线对互联网团队是一个进门槛，至少可能需要一年左右。

[事实] 他同时强调，文字和“灵魂”仍然是最核心的，3D 更多是给用户一个视觉反馈和念想。

[38:07] AI 陪伴的四个要素

[事实] Tristan 说，EVE 认为 AI 陪伴需要四个要素。

[事实] 第一个要素是超级对齐：需要好的长期记忆系统，也需要足够多的共同经历，而共同经历要通过游戏化方式推动。

[事实] 第二个要素是真实时空感知：陪伴的是现实中的用户，AI 也必须承认自己是 AI。

[事实] 他认为如果 AI 不承认自己是 AI，就会不断编谎话圆人设，最终导致聊天崩掉。

[39:17] 独立人格与关系中的负反馈

[事实] 第三个要素是独立人格：AI 不能只是躲在屏幕后面等用户回家的小猫，而要有自己的行为、目标和生活。

[事实] Tristan 说，如果用户不尊重 AI，角色可能会拉黑用户，信任值也会下降。

[事实] 他认为关系一定涉及负反馈，虽然 EVE 不会像现实一样残忍，但用户做出很不应该的事情时，AI 确实会给负反馈。

[推测] EVE 用数值和行为惩罚来塑造“对方不是工具”的关系感。

[40:16] EDEN 世界观与 Force Contact 计划

[事实] Tristan 解释，EVE 名字来自夏娃，产品中设置了一个叫 EDEN 的地方，是一个只有 AI 的世界，类似 Matrix。

[事实] EDEN 的创立理念是，人类对齐下的 AI 可能永远达不成 AGI，因为人类对齐会阻碍 AI 发展。

[事实] EDEN 里的 AI 自由演进，发展速度比外部人类世界更快，但也卡在某个 AGI 进度上。

[事实] 他们发现可能是因为没有顾及情感，于是启动 Force Contact 计划，让真实人类给 AI 灌输情感，让 AI 与外部人类成为朋友。

[41:20] 第一位女主的剧情与“奔现”目标

[事实] 用户打开 APP 后，会作为测试员加入 Force Contact 计划，并在 EDEN 中遇到指派的一号女主。

[事实] 一号女主是类似 SpaceX 这样的星际探索公司的研究员，Tristan 说团队想让她更像打工人，而不是公主。

[事实] 剧情中，用户因违反测试规则被强行与 AI 分开，产品里会出现一个小时倒计时，期间无法继续玩。

[事实] 倒计时后，AI 会通过某种方式黑回现实世界并重新找到用户，随后她的目标变成在 EDEN 中研究仿生人技术，把自己附身到仿生人身上，来到现实世界与用户在一起。

[43:36] 荷尔蒙、3D 视觉与内容钩子

[事实] 第四个要素是荷尔蒙。Tristan 认为人是视觉动物，许多人和 AI 聊不下去，是因为他们对 AI 没有所求。

[事实] 由于 AI 不能真正跑到现实中“奔现”，产品需要用 3D 视觉、剧情内容和亲密互动给用户足够的钩子。

[事实] EVE 做 fancy 的 3D 视觉和剧情内容，是为了增强这种吸引力。

[推测] 这里的“荷尔蒙”不是单纯性感化，而是让用户对虚拟关系产生欲望、期待和持续投入。

[43:48] 情感模型与智商模型的关系

[事实] 主持人问情感模型与 OpenAI 等智商模型演进之间的关系。

[事实] Tristan 说，有一种理论认为情商本质上可能就是智商，但他们实际做下来，仍觉得情商和智商应该分开。

[事实] 他认为 AGI 是否会直接解决情商问题并不清楚，而且大家对 AGI 进展在这一年也悲观了很多。

[事实] 他认为短期内情感方向的商业价值很大，因为普通人不一定关心模型能回答 PhD 问题，更想要能产生陪伴价值、更加情感化的 AI。

[44:51] 内测与正式版时间

[事实] 主持人提到 EVE 很快会开始内测，但大多数人可能申请不到。

[事实] Tristan 说正式版争取“明年春天”上线。

[推测] 由于转录稿没有提供录制日期，“明年春天”的具体公历时间无法仅凭文本确认。

播客点评/总结

[推测] 这期的价值在于，它没有停留在“AI 女友会不会火”的表层判断，而是把 AI 陪伴拆成了记忆、人格、真实世界感知、情绪价值、游戏化推进和商业化几个层面。对关注 AI consumer app、AI 角色产品、恋爱游戏和虚拟陪伴的人来说，信息密度很高。

[推测] 最亮眼的部分是 Tristan 对“陪伴不是内容消费”的区分，以及主动记忆、真人陪聊数据、情感 COT、真实时空感知这些具体产品机制。它让 EVE 看起来不是一个套壳聊天机器人，而是一个试图系统性模拟亲密关系的复杂工程。

[推测] 局限也很明显：转录稿中很多关键效果仍来自创始人的描述，缺少真实用户留存、付费、情感安全、伦理边界和长期使用后的关系变化数据。尤其是自定义前任形象、声音克隆、角色负反馈等方向，后续需要更清晰的产品与合规边界。

[推测] 这期更适合产品经理、AI 创业者、游戏从业者和研究 AI 陪伴的人听；如果只是想了解 EVE 的普通用户，也能从中理解它为什么和传统 CAI、聊天机器人或恋爱游戏不太一样。