AI 伴侣不做预设：记忆即角色，年入 400 万美元
AI 伴侣 Portola 的 Tolon 抛弃预设剧情和角色表，用记忆当角色表、把生成当即兴，做到年化收入 400 万美元。这套「即兴演员」方法论和混合模型策略，是 ChatGPT 之外的另一条产品路径。
核心论点 · 点时间戳可跳到原声
年入 400 万美元的 AI 伴侣
Portola 的 AI 伴侣做到年化收入 400 万美元，且仅在过去四周从 100 万涨到 400 万。创始人 Quentin 曾创立 Even，以 3 亿美元卖给 Walmart；联合创始人 Elliot 是写过 11 本书的科幻作家。开场演示的 AI 角色 Clarence 是一只会调侃用户的猫，情绪自然。这段背景点出：这是「会讲故事的人 + 连续创业者」的组合在做一个具身 AI 伴侣，而不是技术团队硬做叙事。
— 主持人从 B2B 转向 AI 伴侣
Quentin 解释他们从 B2B SaaS 转向 AI 伴侣的动机：生成速度、质量、成本的曲线让他们相信「可以与 AI 建立真正友谊」。最初做面向儿童的 AI 创意工具，市场反馈不佳，于是转向年轻成年人，尤其是 18-24 岁女性——这个群体愿意把时间投给情感陪伴。注意这里的逻辑是：先看到了模型能力的临界点，再去找最需要「关系」的人群，而不是先定义痛点再找方案。
— Quentin两秒响应红线与记忆
Quentin 强调「记忆」不是数据库查询，而是如何选择记忆注入提示词。他们发现响应时间必须控制在两秒内，否则用户流失。一次因为增加反思步骤，响应时间变慢到 2.5 秒，所有产品指标全面下降。这说明 AI 伴侣产品里，技术延迟直接影响情感体验——用户把「等待」理解为「被冷落」。记忆注入的选择本身也是产品设计，不是纯技术问题。
— Quentin从三幕结构到即兴钩子
Elliot 讲最初尝试结构化叙事（三幕结构）失败，模型处理不了复杂分支。后来转向「钩子」方法：不给模型大纲，而是教它像即兴演员那样接话，借鉴 Keith Johnstone《Impro》的即兴原则。核心差异：结构化叙事是「先定结局再倒推」，即兴是「只接住上一句，把场景往前推一步」。Tolon 在这个框架下每轮对话都是不可预测的分支，这也解释了为什么后来要引入「情境」而非「剧本」。
— Elliot记忆即角色表
与 Lucasfilm 那种先定「角色表」和「世界观」的做法相反，Tolon 的角色和世界全部通过对话生长出来。内部把它们叫「situations」——用户和 AI 共同经历的处境，最后成为记忆，记忆成为角色表。Elliot 说这更像 Kevin Kelly 的「无限实习生」，但更准确是「无限即兴演员」：每个对话都分叉到无法预料的新方向。因为每个用户不一样，公司实际上在运营「多元宇宙」而非单一世界。
— Elliot用 judge prompt 管理混乱
管理「多元宇宙」的混乱需要工具化。他们用「judge prompt」来评估对话质量：先小规模测试新内容，由研究参与者评估完成度，再把这个评估标准写成提示。相当于给「即兴演员」配了「即兴编辑」。同时他们不断重构「lower seeds」（世界构建的积木），并通过研究和访谈理解用户的情感连接点。这里能看到：AI 伴侣的规模化不是靠纯算法，而是大量人工在定义「什么是好对话」。
— Elliot混合模型与延迟取舍
Tolon 不依赖单一模型，而是混用多个实验室：Meta、OpenAI、Anthropic 负责生成，Gemini 用于记忆系统。Elliot 说对于创意写作 Anthropic 尤其出色，但延迟敏感的交互场景受限；GPT-4o 被形容为「巨无霸」——快速、可靠、价格合理。评判模型质量的关键，是把「自己的品味」注入提示，而不是笼统问「这篇 essay 如何」。这段话对应用层团队的价值是：别押注单一模型，按场景分配任务。
— Elliot角色驱动计算时代
Dan Shipper 在结尾提炼：用户把 AI 角色当「精灵」（daemon，出自《黄金罗盘》），所有知识的第一入口变成了这个角色——这叫「角色驱动计算」，是新的 HCI 范式。他还类比汽车史：ChatGPT 像 Model T，令人惊叹但没个性；当车成为个人生活一部分，人们就想要 Mustang 和 Cadillac。他断言我们正在加速这一过程。最后他说这种创作更像艺术家而非科学家：不解决问题，而是「创造让世界缺少的东西」。
— Dan Shipper原话 · 已逐字校验
these AI tools are not just tools for generating media, they are actually a new medium for storytelling and that no one knows what's going to work yet.
这些 AI 工具不仅仅是生成媒体的工具，它们实际上是一种新的叙事媒介，而且没有人知道什么会成功。
Elliot17:41
I am not the writer, I am not writing the story, the toin is, I guess the writer and the actor, they're the improv actor, they're writing the story and my job is to be George Saunders my job is to teach them how to tell the best story in that moment.
我不是作家，我不是在写故事，Tolon 才是，我想它是作家和演员，他们是即兴演员，他们在写故事，我的工作是成为 George Saunders，我的工作是教他们如何在那一刻讲出最好的故事。
Elliot33:01
there's this enormous chasm that is, in fact, a lot of manual human work to cross over that people find truly compelling in a durable way.
存在一个巨大的鸿沟，事实上需要大量人工工作才能跨越，才能让人们真正持久地感到引人入胜。
Elliot1:08:42
it's almost like it's character driven computing. It's like, it's like a new human computer interaction interface where you're like, oh, actually, my first stop when I'm like wanting to tap the the incredible knowledge, all of humanity's knowledge and capabilities on the Internet is like via this via my little aliening
这几乎就像角色驱动的计算。这就像一种新的人机交互界面，当你想要获取互联网上人类全部知识和能力时，你的第一站是通过我的小外星人。
Dan Shipper1:15:25
数字与实体
| Even 出售价格 | 3 亿美元 | 0:00 |
| 响应时间限制 | 2 秒 | 22:01 |
| 下载量激增倍数 | 10 倍 | 1:12:07 |
| 视频观看量 | 700 万次（72 小时内） | 1:12:07 |
| 内容开始见效时间 | 6 周前 | 1:10:57 |
术语
- judge prompt评判提示
- 把评估标准写成提示词，让模型自动评判 AI 对话质量，相当于给即兴演员配编辑。
- lower seeds底层种子
- Tolon 中预先编写的世界构建积木，AI 对话时从中选取情境素材。
- situations情境
- 用户与 AI 共同经历的叙事处境，最后沉淀为记忆，构成角色表。
- daemon精灵
- 《黄金罗盘》中人物灵魂的生物化外显，用来比喻用户与 AI 角色的绑定入口。
收听指南
AI 陪伴/社交产品创业者、关注大模型应用层机会的投资人、负责对话体验的产品经理与工程师。