从 AI 伴侣到个人软件：看见未来

摘要

• Kuyda 将今天的聊天机器人视为“AI 界面的 MS-DOS 时代”：庞大的用户规模验证了需求，却没有显露模型的全部能力。 近10亿人使用 AI 工具，但她引用的研究显示，搜索、做作业和写作约占使用场景的三分之一，原因在于命令行会把用户的注意力锁定在它能执行的命令上。平台机会在于构建类似 Windows/macOS 的可视化层，让高级用法变得日常化。

• 个人软件让那些极其微小、短期存在且高度定制的应用具备了经济可行性，而 App Store 的商业模式做不到这一点。 Kuyda 举的例子包括：用意大利语改写的 Elsa 和 Jasmine 两分钟拼图游戏、只从一部电视剧中抽取台词的 5:30 闹钟应用，以及持续根据她的书籍、健身房和目标调整的举重追踪器。终点是一个“建立在你这个平台之上的”操作系统。

• Wabi 的野心不在于把所有人变成程序员，而在于成为人人都能制造软件之后的组织层。 Kuyda 预计，完全原创的创作者仍会低于10%，但会有更多人参与混搭、提出修改要求或调整风格。移动端分发、风险护栏、集成能力、社交发现，以及共享的上下文和记忆，构成了平台价值；这些能力是零散的 vibe coding 链接所欠缺的。

• 应用可能变成可执行的媒体：既是创作者内容，也是可变现的协议和社区的发起点，而不再只是固定功能的工具。 健身博主可以发布5个迷你应用，而不是制作一门课程；设计师可以发布一款风格鲜明的 Pomodoro 计时器；多人应用则可以组织养狗人或社区家长。软件创作是创作者经济尚未攻克的“最后一块前沿”。

• 在 Kuyda 的叙事中，平台最强的价值来自多个迷你应用之间不断累积、共享的上下文，而不是任何一个单独生成的界面。 功能、外观、提示词、连接的服务、个人目标和平台记忆都可以持续适配；最终，营养应用可能直接继承健身应用中的相关上下文。她的判断是，未来需要的是“深、深、深度”的个性化，而不是给旧软件套上一层 AI 外壳。

• Replika 的历史提醒人们：即使更早看见浪潮，当资本与执行力跟不上机会时，依然可能输掉比赛。 公司在2015年押注生成式对话，发现真正的突破还要等7年；此后在只融资100万美元的情况下，转而优先追求收入，而不是推进曾考虑过的2000万美元模型建设计划。Kuyda 没有声称那笔押注一定会成功，但她的教训是明确的：有时创始人必须“要么做大，要么回家”。

• 在硬件上，Kuyda 不接受把语音视为主要 AI 界面的“巨大心智陷阱”，而是主张以屏幕为先的操作系统。 在床上、办公室、嘈杂人群中、步行时，以及发现内容和快速获取信息时，语音都有明显局限；她指出，约75%的 Alexa 设备出厂时带有屏幕。她偏好的未来由本地模型、流畅软件和持续的个性化共同构成：“AI 只是你手机上的一个应用。不应该是这样。”

精读

1. 聊天机器人是 MS-DOS 层，而不是终点

• 从 Replika 到 Wabi，Kuyda 看到了一条贯穿始终的主线：机器应当理解语言，并利用这种理解改善个人生活。AI 伴侣通过对话实现这一点；个人软件则把这种能力扩展到全天的多个专注型应用中。

• 尽管模型能力快速扩张，Replika 用户仍主要把 ChatGPT、Gemini 和 Claude 当作搜索、写作或做作业的工具。Kuyda 由此判断，问题出在界面：当用户面对聊天机器人或命令行时，界面本身就把他们引向这些狭窄用途。

• 她将其比作“AI 界面的 MS-DOS 时代”。近10亿用户让聊天机器人看似已经广泛普及，但有限的使用场景仍留下了一个类似 Windows 或 macOS 的机会：通过交互式、可视化的软件，让普通人真正发现模型能做什么。

• 这一宏观类比始于俄罗斯仅有6个电视频道的时代，延伸至 YouTube、Reels 和 TikTok。Kuyda 预计，软件也会沿着内容产业的路径，从稀缺的专业生产转向 UGC：AI 围绕个人需求构建、修改或推荐应用，包括在用户 Airbnb 附近临时寻找纽约艺术展的应用。

2. 一次性应用让极致个性化变得划算

• 长尾迷你应用不必支撑一门生意，也不需要“2万项功能”。一位早期用户做了一个激励应用，每天5:30从自己最喜欢的一部剧中推送台词；这对 App Store 开发者来说过于小众，却恰好适合它的创造者。

• 睡前，Kuyda 为女儿做了一个以 Princess Elsa 和 Princess Jasmine 为主角的看图拼图游戏，随后又切换成意大利语，用来练习学前语言。“我花了2分钟就做出来了”，之后只需几秒调整；传统方式则是搜索、经历15分钟的注册引导、付费，最后仍然得不到想要的体验。

• Justine 已经删除了十多个应用，其中一些还付过费，因为她用定制版 Wabi 应用替代了它们，涵盖偏头痛追踪、餐厅记录和图像转换。Kuyda 在自己的举重追踪器上也看到了类似的产品市场匹配：每次去健身房都会带来一次新的修改，因此使用、创建和重新发布变成了一个连续行为。

3. 面向消费者的平台必须隐藏代码并控制风险

• Anish 从供给侧指出，只有约2000万名开发者决定了所有人消费的软件。Wabi 因此面向非技术消费者设计，而不是面向开发者或开发者周边人群提供“文本生成应用”。

• 当主持人提出，类似 Sora 的创作效率可能会让大多数用户都变成构建者时，Kuyda 表示不同意：完全原创的创作者“可能仍然”会低于10%。她预计，更广泛的参与将来自调整、混搭，以及在评论区要求创作者修改应用。

• 录制时，Wabi 正在准备社交功能，让用户看到谁下载了哪些迷你应用、如何使用，以及相关评论。它的界面刻意避开代码、API 密钥和技术集成语言；Kuyda 希望提供类似 Canva 的可视化控制，以及“vibe 式品味”或“vibe 设计”，让用户选择风格，把注意力集中在使用场景上。

• 这个移动优先的平台也在处理运营风险。Kuyda 提到过一款围绕女性约会的 vibe coding 应用，其敏感信息发生泄露；原因并非恶意，而是制作者并非专业开发者。Wabi 希望像 Shopify 或社交平台一样，提供风险护栏、集成能力、分发和组织层，而不是把一切交给随机链接和数据库。

4. AI 原生软件会叠加上下文，并把提示词打包

• 早期 iOS 应用只是把网站挤进手机，或提供 iBeer、$999.99 的 I Am Rich 之类的玩具。Uber 和 Tinder 出现之后，开发者才真正利用移动端原生能力；Kuyda 认为，AI 对应的原生能力是“真正深度的个性化”，这与 Andrej 提出的“Software 3.0”框架一致。

• 她的健身应用包含一本特定训练书、健身房照片，以及健身房的器械布局。在 Wabi 平台层面，迷你应用还可以知道她的年龄、旧金山所在地、子女和健身目标等上下文。未来的营养应用应当能够继承相关信息，取代今天“极其疯狂”的围墙花园：每个开发者和用户都必须分别重新连接邮件、日历和其他服务。

• Justine 感受到的需求信号来自青少年和大学年龄段女性：她们分享 Nano Banana 和 Qwen 的图像编辑提示词，制作诸如躺在沙发上、身后站着 Ghostface 杀手的场景。成品会在 TikTok 或 Reels 上传播，但笨重的提示词藏在评论区，用户还要自行判断需要 Google 应用还是 Gemini 应用。

• Kuyda 认为，让用户通过几段没有结构的命令来调用“神一样的技术”，就像 MS-DOS 命令、但更糟，实在荒谬。迷你应用可以把提示词、模型、参考图、示例、风格和交互方式打包进一个熟悉的 GUI；即使是有用的验血提示词，也可以继续放在健康文件夹里，方便被发现。

5. 应用变成创作者媒体和社区对象

• 投资团队的判断是，世界目前只有所需软件的1%，其余部分可能在5年内被构建出来。Kuyda 进一步提出，应把应用当作内容：健身创作者可以发布5个表达某套训练协议的迷你应用，或许还能从中变现，让粉丝一起练习，而不是再卖一门课程。

• 她认为，软件是创作者经济的“最后一块前沿”。她以 MrBeast 与粉丝的紧密关系及其巧克力生意为例，说明创作者如何将这种关系变现；迷你应用可以提供更具互动性的连接。设计师也可以发布功能相同但美学风格迥异的版本，而 Wabi 则能展示人们实际如何使用某个提示词或应用，不再局限于可能包含机器人的曝光量。

• 多人协作可以把应用变成社区：围绕本地幼儿活动的家长、伦敦的观鸟者，或养狗人，都可以向共享信息流贡献 AI 生成的皇家肖像。Kuyda 希望保留早期互联网的怪诞感——那些永远无法支撑 App Store 生意的小而粗粝的想法，而不是只生产精致的商业软件。

6. Replika 证明，判断正确但规模不足，仍然会输

• Kuyda 对语言模型的信念始于2012年，当时一位 DeepMind 朋友向她解释 Word2Vec 如何让计算机处理语言。她把这一点与 Wittgenstein 的“我的语言的边界就是我的世界的边界”结合起来，得出结论：学习语言就是学习世界；Google 在2015年8月发布 Quoc Le 参与的深度学习论文后，团队决定押注对话生成。

• 他们当时认为突破“就在眼前”，但实际上还要等7年。后来发布的 Meena 论文显示了 Transformer 的进展；2020年，Mira 和 Sam 向他们展示了 GPT-3——一个零样本、少样本系统，无需为每项任务单独训练模型，就能翻译、模仿推文或进行对话。

• Replika 成为 GPT-3 API 的早期合作伙伴。Kuyda 回忆称，公司一度按 API 调用量计算是最大客户；Greg Brockman 甚至训练了她认为是为 Replika 定制微调的 Davinci 模型。这一地位部分源于 Microsoft Tay 的失败：大型公司因此不敢发布生成式聊天机器人。

• 主持人提到，OpenAI 后来转向电子游戏和强化学习，Andrej 随后将这条研究路径描述为一个错误方向，而 Replika 始终坚持语言。他们的交流凸显出，仅仅判断正确并不够：Anish 补充说，创始人还必须能够执行。在只融资100万美元后，公司选择通过精益方式最大化收入，而不是押注曾考虑过的2000万美元模型计划；Kuyda 没有声称更大的押注一定会成功，也承认他们可能不是合适的人选，但她认为错过那次“近乎一代人的机会”留下了持久教训。

7. 人的同理心指向可视化 AI 操作系统

• 当被问及如何预测消费者行为时，Kuyda 否认自己拥有特殊的预测能力：她只有几个想法，但对它们深信不疑，并一路钻研到底。她12岁开始做新闻，后来成为调查记者，这段经历训练了她与人交谈、努力理解他人生活的能力。

• 她看到精通电脑的母亲无法复制和使用 Reddit 上的提示词，由此发现了 Wabi 的界面机会。Replika 也源于类似观察：孤独的人需要有人倾听；虽然当时 AI 还无法流畅对话，但“它可以倾听”，这可能对数百万人产生颠覆性影响。

• 在她看来，硬件制造商陷入了把语音当作终极界面的“巨大心智陷阱”，并误读了《Her》；语音在那里之所以有效，是因为 Scarlett Johansson “一直在他耳边喘气”。现实中的用户无法在熟睡伴侣旁边、办公室里、人群中，或步行时持续舒适地说话。

• 即使是最典型的烹饪计时器，也需要一个可见的倒计时；Kuyda 表示，约75%的 Alexa 设备出厂时带有屏幕。语音在内容发现、主动推送和通知方面同样表现不佳，因为听取口头信息的速度很慢。她提出的替代方案是：以屏幕为先的智能手机、由本地模型驱动、不再受固定应用范式限制，并按需生成软件：“AI 只是你手机上的一个应用。不应该是这样。”