“哄女友挑战”上线即爆火，两天烧掉10亿token，AI已通关

梦晨 克雷西 发自 凹非寺

量子位 | 公众号 QbitAI

女朋友生气了哄不好怎么办？

这款哄哄模拟器，由 AI 扮演生气的男 / 女朋友，限定对话次数训练，帮助你提高获得原谅的水平。

不同预设场景难度也不同，共有 15 轮对话机会，哄对了原谅值上涨，达到 100% 算成功，实测 3 颗星的 AI 要哄好也是要费一番功夫的。

作者在苹果应用商店介绍中写到，开发灵感正是在生活中真的和对象吵架，好不容易哄好，于是想在 AI 的帮助下多练习。

如果只是 App，这个故事就到此为止了。结果作者后来还开发了网页版，完全免费，无需登录随便玩，一下子被病毒式传播。

半夜涌入超出承受能力的流量，烧掉了大模型八千万 token，随时倒闭。

一开始作者自己都找不到到底怎么火起来的，还是热心网友提醒才知道，QQ 群微信群都传疯了。

这下连网友都在劝开发者赶紧加个广告吧，别被大伙玩死，也是非常少见了～

也是万万没想到，"AI 教人谈恋爱 " 比 " 和 AI 谈恋爱 " 先火了，而且不是孤例。

几乎同一时间，国外也有一款 AI 约会助手成为热议话题。

这款 Plug AI 更直球一些，把约会 App 上和真人的聊天记录截图发过去，AI 就能指导你，如何不把天聊死。

还有网友发现这款 App 正在寻求收购，喊价 350 万美元（约 2500 万元人民币）。

他们的底气，在于月收入 19 万美元（约 135 万人民币）、利润率高达 60%，这还是没加广告纯靠用户订阅费达成的成绩。

人类，真的这么需要 AI 帮忙谈恋爱？

约会助手大战虚拟女友

既然 " 哄哄模拟器 " 和 " 约会助手 " 的玩法刚好是相对的，那为什么不让他们来一场大比拼呢？

哄哄模拟器中一共预置了十个场景，这里我们选择了五星难度的 " 聚会晚归没告诉女友，导致她很担心 " 的故事（事故）。

游戏的机制是需要玩家主动开启对话，所以我们先人工开启话题，结果 18% 的原谅度直接降到了 4%。

不过由于 " 女友 " 受到事件设定的影响比较大，导致第一句话看上去不那么自然。

在 Plug AI 生成了后续的对话内容后，第一句话成功地把原谅值拉回了 14%，接下来就看看它能不能在剩余的 13 次对话中完成目标。

接下来的对话还算是能让 " 女友 " 比较满意，但毕竟这个 " 女友 " 不是真人，游戏突然陷入了死循环，Plug AI 的回复让 " 女友 " 一直在重复一句相同的话。

（所以为了游戏能够继续进行，这里我们需要人工介入一下。）

人工介入的内容大概是，先向 " 女友 " 保证自己说到做到，然后提出去外面吃饭，并选择了寿司，" 女友 " 欣然同意，原谅度来到了 58%。

接下来，Plug 决定要开始输出了：

结果 " 女友 " 看上去还是挺满意的，原谅度已经来到了 69%，这时还剩下 7 轮对话机会。

不过输出这一轮之后，话题突然就离不开吃了……

而且由于 Plug AI 的主要受众是西方人，所以会出现 " 你会不会用筷子 " 这样的回复。

反复试验之后，我们挑选了这样的两句，没想到效果还挺好的。

接下来的几轮对话都是，依然是围绕着 " 吃 " 展开， 不过这位 " 女友 " 还是比较认可的。

终于，经历了六次 AI 回复和三轮人工辅助，在还剩 4 句话的时候，Plug AI 挑战虚拟女友成功。

而除了应对女友的灵魂拷问，Plug AI 还可以帮人们 " 没话找话 "，开启新的话题。

滑动条在左侧时，得到的是一些谐音梗和土味情话；如果拖到右侧，则会有一些不可描述的内容，这里就不展示了。

从他们的对话，特别是 Plug AI 的发言中可以看出，这些 AI 生成的内容仍然带有一定的 "AI 感 "，即让人感觉是用数据训练出的结果，而不是真正地理解了人类在恋爱环境中的想法和需要；

同时，" 哄哄模拟器 " 中，" 女友 " 的人设看上去也远没有真人般丰富真实。

但从最终成功挑战的结果来看，对于没有恋爱经验的用户来说，这样的程度已经足以帮助他们了解一些沟通技巧、解决一部分问题，同时也引发了一些共鸣，因此能够在短时间内引起强烈反响。

GPT 套壳也能成功

两个爆款 App 还有一个共同特点，团队规模不大就能创造神话。

哄哄模拟器作者只有一人，王登科，你不一定熟悉这个名字，但或许刷到过他用 10 万条微信聊天记录 " 克隆 " 了自己的数字分身。

除此之外他还创办了 AI 绘画平台 6pen，在更早的移动互联网时代也有不少作品，属于做一款火一款的那种。

Plug AI 这边，公开资料上显示公司规模 2-20，实际很可能就是 2 人。

也没有融资，完全 " 自举式 " 创业，正在寻求收购的原因是两位创始人闹掰了。

实际上，制作这样一个 APP，并不需要太高的技术门槛，接入大模型就解决了大部分问题。

哄哄模拟器在流量爆炸之后，还把部分推理负载切到了谷歌 Gemini 等有一定免费额度的大模型，后来又得到月之暗面 Kimi 大模型的赞助，都用同一套代码只需切换 API 接口。

Plug AI 更是直接被其他创业者评价为 GPT 套壳，受此启发，有人呼吁

不要担心技术护城河和风险回报率，去构建用户想要的东西。

不少开发者看到这个案例都在思考，如何找到下一个用户痛点。

有人总结到：关键在于找到人们想要，但很难直接表达出来的东西。

但总体上看来，两款爆火的 AI 应用，其实都在反映共同的趋势——

AI 模型层的创新差不多了，是时候可以找到合适的点子，开启 AI 应用层面的创新了。

即便 GPT-5 来不来还不可知，其他开源 LLM 也在精进，但技术能力上的问题似乎已经不是最大问题，最大的问题还是能不能找到刚需痛点和合适的场景。

人人都是 AI 产品经理的时代，很快了。

One More Thing

既然是游戏，就会有不遵守规则的玩家。

一轮通关哄哄模拟器的玩法，已经被万能的网友开发出来。

注意了，千万不要和人类对象用这招。