摘要

测测用十多年完成了从工具、双边平台到 AI、再到具身陪伴的四次换挡，现有业务成为机器人实验的现金流底座。 2011 年从星座、MBTI、关系分析等工具起步，2016 年上线真人付费平台，2017 年规划 AI、2019 年推出对话机器人，去年开始做硬件。任永亮称平台有 5000 万注册用户、约一半用过 AI，增速长期在“几十个百分点到 100%”之间，但不是爆发式增长。
通用模型降低了单点功能的门槛，却没有消除垂直产品在上下文、专业供给和交付结果上的空间。 任永亮经历了 ChatGPT、Sora、DeepSeek 连续三个“春节焦虑”，最后形成的判断是：测测要整合长期用户信息、专业工具、真人服务和心理学标注数据，在基座模型上微调，并计划引入外部信息，让用户离“交付结果”更近。“年年都有恐慌的感觉”，但真实业务仍在增长。
机器人是一次由成熟业务供血、投入仍在安全范围内，却很难用商人理性解释的硬件尝试。 任永亮承认，“我做创新不是一个理性的决策，是纯粹感性的决策”；团队和硬件从业者都提醒风险，他仍拒绝了一次相对收入较高的收购邀约，重要原因就是保留现金流和决策权。目前未开启外部融资，失败可能只是“报表没有那么漂亮”。
第一代产品瞄准家庭里的主动陪伴，而非做家务或 K12 提分，核心变量是交互质量和情绪价值。 它计划结合情境主动发起互动，但“主动对话也不能主动骚扰”；敏感视频等数据放在端侧，硬件需要传感器、电机和本地算力，因此售价不会低。任永亮把约 1 万台视为早期实验量级，远低于朋友所说“1000 万台才算开创品类”的门槛。
测测服务的是高度非标准化、难规模化却持续存在的情感需求，用户结构已经勾勒出清晰客群。 任永亮称女性约占 80%，一二线城市用户约占 80%，最大困惑是感情；AI 因价格浅、易使用且被部分用户视为更客观，使用人数高于真人咨询，但人的在场、眼神和拥抱反而在 AI 时代更显稀缺。“幸福的家庭往往都是一样的，不幸的是各自不一样”，正是行业长期分散的原因。
任永亮给陪伴产品建立了一套“多巴胺—催产素—内啡肽”框架：即时反馈吸引使用，关系感形成连接，克服困难才带来成长。 他不想复制短视频“最大化多巴胺”的沉迷机制，而希望机器人能打断循环、融入生活；大眼睛、拥抱和可触摸设计被用来激发照顾感，教育则应让用户跨过痛苦阈值。商业难点由此变成：既要让产品足够有吸引力，又不能把陪伴做成另一台无限刺激机器。
他对 AI 的宏观判断比对自家业务更悲观：AI 可能摧毁分工带来的收入与尊严，却未必创造等量岗位。 因此机器人和泛心理服务被他定义为“精神上的避难所”，而心理咨询、陪伴与共情可能成为更依赖“人本身”的价值来源。这个判断也是硬件下注的深层逻辑：如果工具化 AI 无法形成闭环，具身关系可能是放大 AI 价值的一条“窄门”。
贯穿创业史的并非对星座的笃信，而是一个理科生对人、周期和可计算性的长期执念。 从 2004 年用支持向量机预测 siRNA 序列，到用混沌理论理解出生初值，再到追问能否把信息维度加入质能方程，任永亮始终在寻找技术与人的结合点。他把机器人称为“有趣的实验”：即使商业上不成功，也想借公司这个创新载体，继续追问“这个世界到底是不是可被计算的”。

精读

1. 测测诞生于情感困惑，但最初解决的不是命运，而是解释与安慰

任永亮已经分不清“因为女生说星座不合才创业”是不是被反复讲述后固化的版本；他能确认的是，自己遭遇感情问题后“病急乱投医”，试图找到一个框架解释疑惑、缓解执念。
医学背景给了他另一层理解：青霉素出现前，医学很大一部分工作也是安慰人。他引用结核病医生的墓志铭——“偶尔治愈，常常帮助，总是安慰”，认为情感抚慰从来不是医疗之外的附属品。
他还提到与北大医学部叙事医学中心合作：病人如何讲述疾病，会改变其对疾病意义的理解，也影响医患关系。

2. 从预防医学到机器学习，他很早就选择了计算而非临床

任永亮在北大医学部读预防医学，专业关注流行病控制、营养卫生、妇幼保健和医院管理，不能做手术。入学一年后接触计算机，他开始几乎每天写代码，专业课则常靠考前突击。
2004 年，他远程参与美国老师的生物信息学研究，用当时的机器学习方法——支持向量机——预测 siRNA 序列，并可能以第一作者发表论文。他原本想在科学上取得成绩，后来觉得“在这个大厦里面加了一点点东西就够了”，于是更放心去创业。
医疗与科研经历把他带到 IBM，参与医院信息化底层项目；但 IBM 的 To B 属性让他意识到，自己更想直接影响大量用户。回头看，他提到大家会把 IBM 医疗 AI 视为“投入很多、成果比较少”的典型案例。

3. 第一版 BP 已经写下个性化推荐，但切口必须高频且足够小

测测第一版 BP 的定义是“基于大数据的个性化推荐引擎”：结合性格、出生信息和人口统计信息，每天给用户推荐个性化生活建议。它不是新闻推荐，而是面向个人处境的建议系统。
选择星座、心理和测试，不只是个人兴趣。专业医疗内容受众小、科普成本高，而一个没有资源和外部加持的 To C 创业者，需要用用户愿意高频谈论的东西支撑低频服务。
任永亮还做过不少社交网站插件和小产品测试需求。他总结这块市场为何适合自己：“程序员高手一般看不上”，而喜欢这些内容的人又未必会写程序，这形成了早期适合他进入的空间。

4. 技术做不到综合判断时，测测先把自己做成“自助餐”

2011 年创业时，任永亮已经想做 AI 问答：把心理、星座等系统产生的大量结论综合起来，直接回应用户的具体问题。但传统机器学习无法完成这种整合，他只好退回工具形态。
他把早期产品比作“自助餐”：每日分数、星座、MBTI、关系分析等观点都尽量客观呈现，由用户自行挑选有用部分。测测因此形成“比较全”的认知，后来又发现核心工具大多与荣格心理学关系紧密，便把荣格视作“祖师爷”。

5. 四阶段演进，逐步改变个性化服务的供给方式

第一阶段是工具加社区，只要某种心理或性格内容能被信息化、产品化，团队就尽量做出来；“生辰”“智慧卡”等命名则刻意淡化八字、塔罗等玄学标签，让用户先把它当作好玩的工具。
第二阶段始于 2016 年：平台上同时存在专业用户与普通用户，音频和在线支付成熟后，测测借鉴知识付费思路，建立达人考试、咨询和付费撮合体系。
真人服务只能一对一，效率和供给量都有上限，于是第三阶段转向 AI。团队 2017 年开始规划，2019 年上线第一版对话机器人，首先要解决的就是“供给端不足”。
第四阶段从去年开始：把泛心理服务具身化，让产品不再等用户提问，而是进入家庭、结合具体情境并主动互动。任永亮认为，纯软件仍是被动工具，具身产品才可能成为生活伙伴。

6. AI 覆盖人数已经超过真人，但两种供给并不是简单替代关系

AI 使用人数更多，首先因为真人咨询付费较重，而 AI 进入门槛更低；还有一部分用户担心真人不可靠，反而觉得机器“更加公正客观”。任永亮特意保留了限定：这只是部分用户的想法。
但做 AI 越久，他越觉得真人供给珍贵。人的眼神、拥抱乃至“两个人单纯坐在一起”都来自具身性，与虚拟服务的感觉不同；平台整体和达人的相关指标也仍在增长。
这构成测测的双重下注：继续用 AI 扩大低成本个性化供给，同时保留真人服务形成的关系价值。具身机器人则试图让机器获得一部分真实在场感。

7. 通用模型带来连续焦虑，垂直空间则来自更长上下文

任永亮说自己“年年都有恐慌的感觉”：2023 年是 ChatGPT，2024 年是 Sora，2025 年是 DeepSeek，几个春节都因技术进展太快而“搞得人心惶惶”。
冷静后的判断是，通用模型回答即时问题，垂直产品则替用户构造更长上下文，把专业工具、历史信息和不同服务通过类似 MCP 的方式整合起来，更具体地交付结果。
DeepSeek 对基础模型行业的压力可能更直接，其他竞争者压力更大；元宝等产品也可以与它合作、借助它扩展用户。任永亮因此没有宣称威胁消失，只说这是一个“逐渐降温的过程”，创业圈也正从模型能力转向智能体能交付什么价值。

8. 真正的垂直壁垒不是一个 AI 星座功能，而是数据、工具与服务的组合

面对大量 AI MBTI、AI 星座创业项目，任永亮把它们称为“低垂的果实”；这些单点功能测测都能做，但已不是他最感兴趣的方向。
他的竞争策略很克制：领先者未必需要承担所有原创风险，“第二怎么去创新，你就去应用它这个创新”。这套逻辑适用于在线泛心理，却无法解释他为何又主动进入硬件。
在技术上，测测基于通用基座做微调，并用多年工具、咨询交互与用户反馈构造上下文；团队还聘请心理学毕业生参与专业数据标注。主持人追问这样是否还不够，任永亮的回答是“够”。
下一步更接近 Deep Research：自动调用模型外部信息，为“怎样让自己开心”拆解多条路径、条件和结果。任永亮希望交付的不只是一次对话，而是一套针对个人处境的结果。

9. 5000 万用户说明需求存在，却没有把泛心理变成标准化行业

任永亮披露，测测注册用户约 5000 万，其中一半用过 AI；活跃 AI 用户的具体数字他没有记住。平台增速长期可称高速，约在“几十个百分点到 100%”之间，但他反复强调不是突然爆发。
用户中女性约占 80%，一二线城市约占 80%，最常见问题与感情有关，“恋爱脑聚集地”虽然不是他的原始定位，他承认“也有道理”。
主持人追问为何普遍需求没有产生更大的公司。任永亮借用“幸福的家庭往往都是一样的，不幸的是各自不一样”：每个人的经历和困境不同，真人只能一对一，需求因此难以标准化并长期分散。

10. 具身项目是一次被现金流保护起来的“不理性决策”

任永亮直言：“我做创新不是一个理性的决策，是纯粹感性的决策。”在线泛心理已经积累了较大优势，理性选择本可跟随竞争者；机器人却要求同时做好软件、硬件和服务，风险完全不同。
公司管理层并非一致反对，但普遍担心团队缺少硬件基因。许多朋友专门介绍硬件从业者给他，目的都是提醒“做硬件很难”；这种劝阻反而激起了他的叛逆和尝试欲。
主持人提及去年曾有买方提出相对收入很高的收购邀约。任永亮确认没有接受，机器人是重要原因：他希望保留经营现金流支持创新，也不愿失去发展方向的决定权。
项目目前由公司赚的钱投入，尚未外部融资。任永亮认为投入仍在安全范围，失败可能只是报表没有那么漂亮；目前尚未量产，再过一段时间回看，选择和机会成本可能更清楚。

11. 第一代机器人要做家庭伙伴，教育只是最先落地的情境

最直接的产品启发来自家庭：任永亮看到妻子辅导孩子作业时经常发火，希望机器人先在教育中创造价值。但它不主打 K12 提分，而是兼具教育和心理属性，服务家庭情绪。
他判断大模型最重要的创新是交互，而家务操作距离成熟更远；一个不靠概念融资的公司，应先做能落地的产品。因此目标是“家庭里面的第一个机器人”，重点是自主、主动交互，而非全能身体。
机器人会结合情境发起对话，但“主动对话也不能主动骚扰”；从包装中取出即可自动开机，用户可以选择是否关机。关键不是说话次数，而是判断什么时候靠近、什么时候保持安静。

12. 端侧隐私、运动能力和价格构成无法同时放松的三角

最敏感的数据会留在端侧，视频不会上传云端；这要求设备具备本地芯片和算力。再加上传感器和电机，机器人既要理解环境又要运动，成本天然不会低。
任永亮提到一款日本陪伴机器人售价约 3 万元，团队称其基本按成本定价。测测产品的售价没有披露，他只说“也是很贵的”，又不能贵到失去落地可能。
计划是在“明年”推出产品。任永亮把硬件开发概括成不断纠结和取舍：智能程度不能太低、运动不能取消、成本又必须压住，个人目前一大半精力已转到这个项目。
有朋友认为硬件销量达到 1000 万台才算开创品类，他判断自己肯定做不到；按照《跨越鸿沟》的思路，第一阶段从早期用户切入，内部预期约为 1 万台上下，先完成实验。

13. 陪伴产品的设计语言，被他拆成三种不同的奖赏机制

任永亮把爱情粗略拆成多巴胺与催产素：前者对应激情和即时反馈，后者对应亲情和持久连接。他强调这只是从设计机器人出发建立的物质层解释，并不敢给爱情下完整定义。
他从 LOVOT 团队得到的核心问题是：怎样通过大眼睛、动作和拥抱，把催产素激发到恰当水平。宠物和毛绒玩具也是早期范本——柔软触感与被照顾感让关系不只发生在屏幕里。
内啡肽则对应跑步、学习等延迟奖赏：必须先克服痛苦，跨过某个阈值后才获得愉悦。游戏的多巴胺回路很短，作业却需要先经历困难，未必有即时反馈。
他不希望机器人复制短视频“最大化多巴胺”的产品逻辑。理想关系是先让失恋或焦虑者“不那么痛苦”，再通过支持、理解和依存形成长期连接，同时保留成长所需的中断与困难。

14. MBTI 对他不是固定标签，而是一套低成本理解人的坐标系

任永亮说，MBTI“并不是你的一个镜子”，更像对当下状态的定义，包含主动的自我认知；它不同于更偏科学测量的大五人格，类型发生变化也没有问题。
他用计算机比喻四个维度：I/E 是从独处还是交互中充电，N/S 是关注抽象还是具体，T/F 是靠理性还是感受处理信息，J/P 是以秩序还是自由方式把判断落实到世界。
INTP 给他的积极暗示是适合创新创业：公司高管曾说自己受不了他不断变化、天马行空，却承认这种特质适合创业。他转述外部分析称马云、张一鸣也被归为 INTP，但这些并非本人测试；雷军则被分析为少见的 E 型企业家。
他还提到一份党校研究报告称公务员中 ESFJ 较多，恰与 INTP 相反，这让他对自己不适合秩序型职业感到释然。团队最近还在做“测测 MBTI”，通过观察推测不会答题的孩子属于哪种类型。

15. 星座与生辰在他的体系里是周期假说，不是可复现科学

针对生辰，他说其本质上属于太阳历系统，涉及太阳与地球的关系；他因此把这类问题理解为周期，并强调太阳对地球的重要性，例如距离变化可能改变地球环境。
他用混沌理论解释限制：复杂系统对初值高度敏感，出生时间、地点、基因与家庭环境都是人的初值；像三体运动和天气一样，初值略差，长期结果可能完全不同。
星座、八字等系统在他看来都只是“宏观的假说”，最多解释一部分。他用康波和六十甲子举例，认为一代人约六十年的财富创造与消耗，会留下可观察的周期结构，但不能据此精确预测个人命运。
科学描述的是可复现、可重新设置条件的事件，“人生的话很难去复现”，机会和经济周期也不可逆。因此这类系统本质上更接近人文现象：借少量周期线索，为不确定生活提供确定性感受。

16. 人类反复“测自己”，源于用概念压缩世界的认知本能

任永亮认为，智人并不按客观世界的原始状态存储信息，而是先把它变成理论和概念，以降低理解成本。猴子做视觉任务可能记住大量像素，人则会把图形归纳为“圆”或“人”。
当系统无法产生纯科学规律，人仍会用假说和文化定义它。星座与测试的长期生命力不只来自真假判断，也来自实际心理用途：让人整理经验、认识他人，并在不可控处境中获得安慰。
主持人把话题推向大模型：人们要求模型“懂物理规律”，其实是把智人对规律的要求投射给机器。任永亮认为语言推理已有突破，但物理世界尚未真正掌握；只有 AI 能发现新科学规律，才接近更高峰值。

17. 软件 AI 能扩大供给，具身性却决定了心理服务的上限

AI 理论上可以低成本实现千人千面，缓解泛心理行业的人力瓶颈；但测测仍需持续重构上下文、场景和专业知识，而不是等通用模型自然替它完成业务。
主持人的质疑很直接：既然软件端也可能成为大市场，资源有限时为何不集中做好一件事？任永亮回答，团队从 2017、2018 年起一直在做软件 AI，而具身领域正在出现一个窗口期。
他相信虚拟服务与可感知实体提供的价值不同。关于人不可替代的一个判断，正是因为人还保留具身性，拥有眼神、拥抱和共同在场；若心理问题最终需要多角度解决，机器人就是他想验证的一条路。

18. 对 AI 社会影响的悲观，催生了“精神上的避难所”

任永亮认为，过去工业革命依赖分工，让人被职业化、工具化，却也让多数人进入价值分配体系；AI 替代的正是这些工具角色，价值可能由 AI 获得，普通人难以继续从中受益。
他以 AI 编程为例：效率提升不会创造更多程序员，反而可能减少岗位；训练 AI 所增加的工作，相比被消灭的工作“微不足道”。他目前不认同“AI 必然创造更多新职业”的乐观派判断。
他提到奥特曼让每个人获得可分配财富的计划及其报告：参与者健康可能略有改善，却未必更快乐，因为收入不能自动恢复胜任感和尊严。元宇宙是一种归宿设想，心理咨询和人与人的陪伴则可能是另一条出路。
他的长线判断是：农业社会依赖体力，工业社会依赖智力，AI 时代可能更依赖“人本身”，尤其是情绪与共情。因此他希望测测和机器人能成为“精神上的避难所”，帮助人适应工具价值下降后的生活。

19. 机器人是技术、市场与个人宿命交叉出的“窄门”

面对科研、硬件和供应链背景更强的竞争者，任永亮承认自己只能寻找市场与技术的夹缝：大模型、自动驾驶的发展、中国供应链优势，加上自己从情感困惑转向育儿需求，可能共同打开一条“窄门”。
测测给他的积累不是制造能力，而是软件、AI、服务平台和大规模人际交互。他想补齐硬件后成为“三角形战士”，并把主动交互系统视为机器人最核心的能力。
他始终追问“为什么是我”：过去每一步都在把新技术接到具体市场上，从移动互联网、在线通信到 AI，这究竟是擅长还是爱好，他没有把握，只称它是自己的“宿命”。
ChatGPT 爆发时，他曾“极其地后悔”没有在 GPT-2 阶段关注大模型，仿佛错过了当科学家的另一条人生。但他认为公司已经成为科技创新的重要载体，往往比学术机构拥有更大的数据和算力优势；机器人便成为继续探索这条未选道路的实验。

20. 最后的追问从商业退回了世界是否可计算

任永亮留下的问题是：能否在能量与物质相互转化的框架里加入“信息”维度？在他看来，这等价于追问世界是否虚拟、是否存在一套可以被计算和表达的底层算法。
他没有倾向性答案，因为计算之前必须测量；若要测量整个宇宙，就必须达到光速，消耗全部物质转化出的能量也可能不足以完成测量和预测。
这也是整段创业史的回环：从高中读《爱因斯坦传》后想用数学解释意识，到支持向量机、泛心理平台和陪伴机器人，他持续追问的始终是人能否被理解和模拟。机器人商业上只是一场“有趣的实验”，个人价值则在实验过程本身。

E202｜对话肖风：在香港稳定币的沸腾时刻，一些回归常识的冷思考第148期 — 2025年7月18日