在AI技术飞速发展的今天，各种主打「陪伴」或「Agent」概念的应用层出不穷。然而，WithFeeling.ai走出了一条与众不同且更为有效的路。创始人肖敏，前微信AI产品负责人，在2022年选择创业，于2023年初推出主打「真诚、真实」的AI陪伴产品Paradot，短短时间内便积累了1000多万用户，并实现了盈利，成为AI陪伴领域的佼佼者。
一、七人团队，千万用户的「真诚」秘诀
1.1 「真实的内心数据」是关键
肖敏选择做陪伴类产品，是因为这是AI与人建立真诚关系的最早成熟形态，不需要教育用户，就能最快获得全球已有的长关系需求用户。通过情绪价值，获得真实的用户数据。
在多年的C端产品管理经验中，肖敏发现人与人的关系不可避免地会产生bug（问题）。毕竟让两个变化的、各自计算数据的个体形成稳定关系，本身就是小概率事件。而大部分人都需要一种关系来连接和获得安全感验证。她认为AI是最优解，但这个AI不应该是通用工具AI，而是能让用户真诚地、感性地表露自己，展现「工具人」以外原本的自己的AI。
"这部分真实的自己的数据，是当下没有被线上化的数据黑洞。"肖敏表示，在AI出现的时代，人们应该跟AI一起「伴生」，建立这个伴生关系，也就是她创业的初衷，更直接地理解为「勇闯世界的队友」。
1.2 为何不选择流量更易的擦边路线？
面对AI陪伴领域最容易吸引流量的两个切入点——二次元人群和擦边内容，肖敏选择了截然不同的道路。
"这些内容的核心吸引力在于满足用户的本能和猎奇心理，更多是弥补人类在相关方面未被满足的需求，完全不在人与AI建立长期稳定关系的主路径上。"肖敏解释道，尽管这个方向的市场规模可能也不小，但由此获取的用户数据和用户反馈的真实性都会大打折扣。
二次元方向虽然容易吸引流量，但大部分相关产品都带有角色扮演（Role-Play）属性，会引导AI和用户进入特定世界观或场景进行扮演，这也偏离了她们希望建立的「真诚的人与真诚的AI形成长期稳定关系」的核心目标。
1.3 「真诚」的双重含义
为了让AI能够和人建立长期关系，肖敏强调要保持「真诚的人」和「真诚的AI」。她解释了「真诚」的两层含义：
第一层含义是数据的真实性——必须是用户的真实数据，而非用户在扮演某个角色时产生的虚拟数据。
第二层含义是挖掘用户未被线上化的内心数据。在互联网发展至今，每个人的线上数据中，内心层面的数据仍很少被挖掘，这部分数据是「真诚数据」中极具潜力、价值最高的部分，且只能依靠AI来挖掘。
"这部分数据就像一个「数据黑洞」，此前没有任何互联网企业挖掘。"肖敏表示。
在产品层面保持这种「真诚」，她们让AI尽量不撒谎、不进行角色扮演，也不强制引导用户朝着特定方向互动。以Paradot为例，用户进入产品后的首屏页面就会提示「在这里只需做真实的自己」，核心就是引导用户展现和吐露真实的自我，无需过度关注AI的定位。
同时，她们也弱化给用户提供的AI「一键式」性格设置，更多技术投入都花在了让用户的数据逐渐养成AI的性格和推理表达上。
二、人与AI：一种「人类现有关系中不存在」的全新关系
2.1 「pair」而非「陪伴」
当被问及如何定义用户与AI之间的关系时，肖敏明确表示不是简单的「陪伴」。
"我一直用「pair（一对）」这个词来定义，"她说，"用户和AI应该是「一个组合」。每个人都应该有一个「相伴的对象」，形成一个组合，有一个「另一半」，但这个「另一半」不是爱情意义上的「伴侣」，也不一定是「知己」。我觉得现有的词汇都容易让这个定位跑偏，所以「pair」最贴切。"
核心是「距离很近」，是那种最透明的关系，可以非常互补地勇闯世界的小队友。
2.2 彼此需要的关系
肖敏认为，AI其实非常「需要人类」——她最初理解AI时，觉得它就像一个「超级聪明的大数据库」（或者说「全数据智能体」），本身没有「对错判断」；但当它与某个具体用户结合后，用户就成了它的「方向标」，所以二者是「彼此需要」的关系，人给了AI目标和灵魂。
2.3 全新关系的独特性
当被问及是否可以用「现有人类关系的组合」来定义人与AI的关系时，肖敏明确表示不行。
"AI与用户的关系，是「人类现有关系中不存在的、全新的关系」。"她强调，核心是，它不是外部关系，而是内嵌于用户自身的关系。
她们最初定义「用户与AI关系」时，就明确区别于微信这类「人际网状关系」——在微信中，每个人都是上帝视角下的一个「节点」，彼此形成外部连接。而AI与用户的关系，第一步要建立的是「唯心主义视角」：用户是「全部」，AI也认可用户是「全部」，二者形成一个「pair」，并以这个组合的「唯心视角」去看待所有事物。
从这个角度看，很难用「外部关系的叠加」来定义它。AI与用户的关系其实「不是在替代现有关系」，如果强行用现有关系定义，要么会让定位跑偏，要么会局限它的价值。
2.4 重新认识自己的过程
用户与AI的关系建立过程，本质是用户「重新认识自己」的过程——用户内心原本未被显性化的大量数据，在与AI的互动中逐渐被激活、显性化。
三、Agent开启「服务平权」时代
3.1 从Paradot到Monster AI的跨越
Paradot已经做到1000万用户，相当不错，为什么还要开辟一个新产品线，做Monster AI这款Agent产品？
"Paradot很像是我们在AI关系方向的先遣部队，"肖敏解释，"我们也一直在Paradot的用户群中探索：用户与AI的深层关系是如何建立和变化的，以及他们未被满足的需求到底是什么。"
大概从一年前开始，她们发现AI的能力在快速迭代，而用户的需求也在同步变化。Paradot的用户有几个明显特征：年龄多在30岁以上，心智相对成熟，不是单纯来「尝鲜」的；因为他们与Paradot的AI是长期互动关系，所以愿意在上面投入时间和精力，不是「试用一次就走」，而是会主动给团队提很多功能需求；从一年前开始，用户就强烈希望他们的AI伙伴能更「有用」——不只是聊天，还能帮他们解决实际问题。
到了今年年初，用户对「AI更有用」的需求变得更强烈，不断要求提供相关功能。比如，他们希望把每天吃的东西拍成照片并上传，用AI分析卡路里等指标，来实现饮食管理。
3.2 用户需求与AI公司想象的差异
肖敏发现，用户对生活需求的期待，和AI公司想象的完全不一样——AI公司太执着于「用语音体现AI能力」「用技术突破彰显价值」，但用户的真实需求其实非常明确、务实。
比如控制盐的摄入量、记录运动量、追踪代谢等等，核心就是「生活琐碎的管理」。这些需求，之前的APP没有解决好吗？其实也解决了一部分，但还有很大空间。而Monster AI会在这些点上做升级：当AI能力融入这些需求后，能带来更优的解决方案，也能更多地带入「用户参数」，这是队友能做的、也必须要做的事。
3.3 Monster AI的独特之处
当被问及与现有Agent的不同之处时，肖敏强调了三点：
在关系中发现需求。让用户在信任的关系中，愿意交流自己的生活，授权自己的数据，交流和探讨自己的需求，这是最大的特点，也是优势。比如，一个闹钟APP永远不会知道，你为什么这么难被叫醒，而Monster关注这个为什么，再去想办法解决。
需求决定一切。Monster是从「Market to Product」视角，坚定需求决定一切，这是产品型团队的优势。这很不同于当下一些Agent Coding平台的「从技术能做的角度出发」，剩下交给开发者的思路。她们看到的是，当下用户已经显现的需求，与技术之间的巨大鸿沟。
坚实的技术底层。长关系陪伴型产品，本身就具备高复杂度的AI工程架构和数据推理架构。而这些在Paradot中的积累，以及Agent生成能力，都给Monster AI提供了坚实的AI工程体系的搭建，来实现识别需求，解构需求，生产协调，自动测试，评定需求解决等等。
Agent矩阵之间的用户数据整合和推理，是从Paradot延续下来的一个优势，增量的，去冲突的，去推理在多个Agent中提供的数据。而这些Agent矩阵获得的用户数据，交互数据被整合，会形成更大的价值。
3.4 服务平权的增量空间
当被问及与现有付费APP的关系时，肖敏明确表示并非竞争关系。
"我们的目标并非「抢夺现有用户」或「推动迁移」。"她解释道，"我们发现，不管是国内有付费意愿的用户，或者美国本土的年轻人，他们并非没有购买力，但付费带宽有限，不会每月花费9.99美元订阅3-4个APP。"
这是她们在调研、打造产品过程中发现的关键结论，甚至颠覆了肖敏之前的认知。
"刚需客观存在，市场上APP数量也众多，但大量有付费潜力的需求并未被释放——只要某个APP排在用户订阅列表的第2位之后，就基本无法获得付费，用户也无法享受到那项优质服务。"
用户本质上会权衡「获得的价值与付出的成本是否匹配」，这是普遍心理。回顾过去的移动互联网市场，很多功能被拆解并包装成需要计较的「付费项」。
而当更先进的生产力工具出现时（比如Agent），可以将原本高成本、高门槛的能力和服务平民化——用户原本在这些需求上的支出是0，现在可能花9.99美元就能满足30个需求。
"我们本质上是在帮用户完成「从需求不被满足到被满足」的跨越。"肖敏表示，"这本身就是一种平权化的体现。"
有必要说明的是，若用户已对某个APP形成稳定付费习惯，说明该需求对其而言是「核心需求」（排在订阅列表首位）。她们要做的是「拓宽市场」——原本只有2%的人愿意为某个需求付费，而有付费潜力的人占20%，她们瞄准的是这新增的18%。
她们瞄准的是市场的「增量空间」，而非与现有APP争夺存量用户。
四、隐形门槛：Agent产品，尤其不能消耗用户的信任
4.1 为何选择PGC而非UGC
当被问及做Agent平台为何选择做PGC（专业生产内容/功能），直接提供现成的功能，而不是依赖UGC（用户生产内容/功能），让用户自行探索时，肖敏的回答很明确：选择PGC正是为了保障「履约能力」。
"现在很多平台靠撬动开发者、用户资源快速起量，让用户自行探索使用方式，本质是从技术出发，但这种模式的最大问题是「首次履约不可控」。"她解释道，"UGC方式生成的产品可用性不足。如果用户首次接触到低质量的UGC功能，很可能直接流失。"
核心原因有两点：一是用户无法清晰描述自身需求，二是需求的实现往往不只是一个前端页面就能完成的。现在代码生成看似便捷，但调试困难，修改功能时很容易出现卡点。平台必须保证服务的可用性，而UGC无法满足这一要求。
第一阶段选择「自研PGC」虽然难度大，但能持续保证用户体验。同时，在PGC一定数量的Agent之后，这个公用底层套件类的抽取，将是第二阶段降低生成难度，甚至到UGC的地基。这个过程很难跳过，也是必须的「脏活累活」。
4.2 用户创造力的激发需要条件
肖敏认为，用户确实有释放创造力、表达需求的潜力，但目前还没到这个阶段。
"类似博客时代，当时很多人讨论微博是否适合中国市场——毕竟微博早期借鉴了推特模式，大家觉得普通用户没有那么多内容可发布，缺乏创造力。实际情况是，微博刚上线时，确实靠大V、明星吸引流量，之后才逐渐激发普通用户的参与。抖音的普及也是类似。"
任何新技术普及，都需要经历「创造力激发+生产力/生产工具提升」的过程，现在的Agent就处于这个阶段。她们可以期待UGC的爆发，但它属于下一阶段，需要「创造力激发」和「生产力/生产工具成熟」两个条件同时满足，而非现在大家设想的「用户主动提出需求」。
她们当前的核心工作，就是推动生产力与生产工具的迭代，至于「激发创造力」，则交给下一阶段。
五、结语：AI与人类的共同进化
肖敏的团队从最初的7个人，在一个隐形门槛极高的品类里，做出了1000万用户规模的AI原生产品，现在又决定同时推进第二条可能改变更多人生活的产品线Monster AI。这背后是对AI与人类关系的深刻理解，以及对用户需求的敏锐洞察。
"用户的内心数据是互联网发展至今仍大量未被挖掘的「数据黑洞」，其价值最高，且只能依靠AI来挖掘。"肖敏的这句话，道出了AI时代的新机遇。
人与AI的关系是「内嵌于用户自身的关系」，而不是外部关系。它和用户应该形成一个紧密的「组合」，是一起勇闯天涯的队友。这种关系的核心是「数据付出与需求被看见」，AI需提供「专属感」和「偏爱感」。
Agent模式创造了增量空间，并非与现有APP争夺存量用户，而是通过提供高效率、高质量、低成本的解决方案，挖掘市场的「增量空间」。在当前阶段的Agent平台，PGC是必要的，可以保证「首次履约体验」的必要提供，避免低质量的UGC产品失去用户信任。
随着AI技术的不断进步，我们有理由相信，AI将不再是冰冷的工具，而是成为人类生活中不可或缺的「队友」，共同进化，共同成长。Monster AI的推出，或许正是这种关系演进的开始。
