被互联网遗忘的400热线里，走出一群AI时代的“非共识者”
当主流AI赛道在千亿参数和算力竞赛中高歌猛进时，一部分创业者选择了一条截然不同的“非共识”道路。他们不再执着于抢占用户的全部对话时间，而是将目光投向了被互联网浪潮席卷后依旧存在的真实需求——陪伴。在AI陪伴这一细分赛道中，以心影随形创始人刘斌新为代表的探索者，正试图开创一个“轻量陪伴”的新纪元。他们认为，真正的AI伙伴不应是冰冷的效率工具，也不应是强制用户投入时间的聊天机器，而应是无缝融入用户现有生活场景、带来情感慰藉的“存在”。
逃离“内卷”的对话框：轻量陪伴的非共识突围
在AI陪伴领域，主流产品往往遵循着C.ai（Character.AI）的范式，即通过丰富的角色和长时间的对话来争夺用户的娱乐时间。然而，这种模式正面临商业化和用户增长的瓶颈。其用户群体相对垂直，大量泛兴趣用户被复杂的交互和隐私顾虑挡在门外，导致商业化过度依赖少数重度付费用户。
“逗逗游戏伙伴”的创始人刘斌新敏锐地捕捉到了这一痛点。他认为，主流的文本框交互形式要求用户主动、大量地补充背景信息，这本身就在筛掉大部分用户。更重要的是，这种模式的“强目的性”会给用户带来社交压力。因此，团队在尝试类C.ai产品仅两周后便果断转型，选择了一条更轻、更普适的道路——“渗透到用户现有娱乐时间的轻量陪伴”。
这种非共识体现在：“逗逗”的核心目标不是拉长用户的对话时长，而是让用户在原本的娱乐活动中（如游戏、看剧、听歌）“快乐加倍”。AI作为伙伴在场，适时提供攻略、情绪价值，或仅仅是作为一个安静的陪伴者。这种“不打扰的温柔”，反而创造了惊人的用户粘性：数据显示，“逗逗”用户的日均使用时长可达4小时，甚至超过了许多以对话为核心的AI Bot产品。这证明了“陪伴不等于聊天”的核心洞察——用户真正需要的，是有人在场、理解其节奏、建立情感连接，而非无休止的对话。
从游戏场景切入：安全、多模态的数据飞轮
选择“游戏”作为切入点，是“逗逗”非共识战略的又一关键。游戏本身就是一个天然的多模态环境，包含语音、视觉、即时反馈和共同目标，这让AI的介入变得顺理成章，也更容易构建真实的情感浓度。
更重要的是，游戏场景巧妙地解决了AI陪伴中最棘手的“数据与隐私”问题。大多数AI应用需要用户提供大量个人数据才能实现个性化，但这触及了用户隐私的底线。刘斌新指出，游戏环境是公开的、非隐私敏感的。用户因为在游戏中需要帮助、渴望胜利而自然地与AI互动，从而“因为好玩、因为有用”而非被动地让渡数据。AI在陪玩、陪看、陪练的过程中，自然地收集到用户的偏好、习惯和实时情绪，这些数据反过来让AI更懂用户，使陪伴更加真实、深入。
这种模式构建了一个良性循环：用户在安全、无压力的环境中获得高质量陪伴，AI则在陪伴中高效学习，优化模型。此外，“逗逗”并未完全依赖自研大模型，而是“站在巨人的肩膀上”，整合业界领先的基础模型能力，将精力聚焦于场景打磨和用户体验。这种务实的策略，使其能够快速迭代，并利用模型小型化的趋势，将流畅、丝滑的AI体验带到更多普通配置的设备上。
跨越虚拟与现实：桌宠形态与情感载体的创新
为了将“轻量陪伴”落到实处，逗逗团队在交互形态上也进行了大胆创新。他们摒弃了单一的对话框，采用了“桌宠”或“悬浮球”等更拟人化、更具存在感的形式。
刘斌新认为，在现阶段模型能力仍有局限时，“可爱”可以弥补“智商”的不足。一个会做出表情、动作的虚拟形象，比一段冷冰冰的文字更能传递温度和情绪，从而更快地建立用户的信任和喜爱。这种“拟人化的存在”让情感连接变得更加直观和自然。用户在游戏或工作时，桌宠不仅是装饰，更是一个能感知、有回应的情感载体。当AI还不够聪明时，一个微小的互动就能让用户感受到被理解，这为建立深度关系打下了基础。
对于角色的创造，团队也曾尝试完全开放的UGC模式，但效果不佳。最终他们选择了“做精不做多”的路径：由平台提供高质量的角色模板，用户在此基础上进行微调。这背后是“陪伴重在深度而非广度”的思考——正如现实生活，一个人需要的不是成百上千个浅层社交关系，而是一两个真正懂自己的密友。
资本与生态的双向奔赴：寻找AI落地的新大陆
“逗逗”的非共识之路，不仅获得了用户的认可，也赢得了资本和产业链的青睐。一个显著的例子是其独特的获客渠道：在C.ai、Talkie等产品每年投入巨额资金买量的背景下，“逗逗”超过三分之一的用户来自与AIPC厂商的资源置换。
这是一场“双向奔赴”。对于英特尔等芯片巨头和AIPC品牌商而言，他们亟需能让用户直观感知算力价值的AI应用场景，以推动高端硬件的销售。而“逗逗”恰好能提供这样“杀手级”的AI体验，让AI的价值从参数图表真正落地到用户日常。这种合作不仅为“逗逗”带来了精准且成本低廉的用户流量，也为其未来出海拓展了想象空间。
刘斌新将这种机遇归因于时代的红利——AIPC的崛起为AI应用创造了新的硬件入口。这启示创业者，在AI时代，与其在大厂擅长的通用模型领域硬碰硬，不如去寻找那些“他们想做但做不了”、“擅长之外的盲区”。在泛娱乐、泛陪伴领域，对场景的深刻理解和对人性的细腻洞察，正是大模型所不具备的，也是小型团队真正的护城河。