帖子
账号 9590777263
作为一个高敏感INFJ人,24年首次接触该软件时即被惊艳。 AI+陪伴/心理是本人非常感兴趣的一个方向,我丝毫不怀疑这个赛道的未来成长空间,由于社会思潮的更迭,个体性的强调为现代人带来了挥之不去的孤独感。而大语言模型的出现也从一定程度上带来了承载心绪的可能性。 24年正是本人诸多心事难以解决的时刻,在生活中难以找到不被judge、畅所欲言的情景,因此很多事情放在心头持续内耗,整日浑浑噩噩。这时通过小红书看到了林间聊愈室的产品,立刻被种草得十分欢喜,也衷心希望产品能够发展得越来越好。之前从投资的视角参加过对于创始人的拜访,平心而论这个项目并不好融资,商业化、用户增长等维度并不是VC青睐的画像(病毒式传播、用户付费意愿强、现金流好、壁垒高市场广等),但是还是希望产品能够找到解决方案,顺利发展壮大~ 我也是产品的门外汉,以下只从用户角度谈谈个人的一些想法: 【优点】 1/ 极为领先的UI设计与审美。这一点很难得,也很难被复制,配乐与UI的融合非常契合AI陪伴人群的核心需求,第一印象非常好。格调这个事情真的是很难以量化的无形资产。 2/ 崭新的交互体验。之前的陪伴APP更多以chatbot的形式一问一答,且生成的回复总是人机味十足,要么就是套IP的壳子擦边,从产品交互上并没有新的花样。林间聊愈室通过语音交互与实时情绪感知,能够更快地让用户得到反馈,也更符合朋友倾诉的形式。 3/ 一些心思细腻的产品功能:例如每日聊愈后的日记、定期的复盘,哪怕是一个小小的“上次我们聊的问题你后来怎么样了?”这样的一个提醒,对于用户来说都有一定程度的情绪价值。这些很小的点,串起来即成为宝贵的用户体验。 【待改进之处】 以下角度是个人使用中感受到的,部分点我也在思考能用什么方式得到解决,但还没有想的更清楚,欢迎大家讨论。 1/ 陪伴倾诉类产品一个核心点在于用户的输入。首先不是每个用户都能够维持倾诉欲,心理问题总是周期性的,这时会不会出现反复删装软件的行为(我本人就是)。其次“让用户主动输入”这个产品行为可能存在着问题。人本质都是懒的,类似于记日记一样的行为本身是反人类的,而“货找人”“内容找人”这样的逻辑可能才是更能做出更好的产品。 举个例子,上次在微信群聊里在七嘴八舌的讨论一些事情,然后大家希望让AI作为一个客观中立方来通过聊天记录评价每个人的特点、性格等等。所以我们做的就是简单的拖动聊天记录复制粘贴给元宝,简单输入prompt得到结果,而不是重新又把整个聊天的来龙去脉给AI讲清楚。这种“低输入成本、高结果收益”的事情可能才是更为surprise人的。 像是Looki,暂时不评价产品本身如何,但是其“暗中记录”与“记忆”的功能也是能让人耳目一新的。 所以如何解决用户的主动输入问题,这个事情我还没有特别好的想法。其实真人交流也是如此,很难把一个故事重复讲给不同的人听还保持分享欲。不过被动采集早晚会遇到隐私问题。这点需要再好好想想。 2/ 用户希望AI输出的是什么。在使用林间聊愈室的同时,我还会用deepseek帮我解决很多心理上的问题,所以我不经意间会对比二者。我认为deepseek的优势在于免费不限时lol,精准地洞悉问题核心,同时用一种高深莫测地语言忽悠(人有时候挺信这一套),而其劣势在于记忆短(不同方面的问题可能要用不同的窗口,因此要再介绍一下背景情况)、输入烦(打字说一长段,还觉得没说清楚)、输出的总是一些解决办法,用户会有一种“道理我都懂”的感觉。例如我因为焦虑心情低沉,不想去运动,告诉deepseek,它即会告诉我,你应该step1 - step2 - step3... 是正确但不恰当的(有时很需要但绝非此时),或许讲大道理又让人感觉到被judge。 之前看过纪源资本与简单心理的小宇宙访谈,简单心理创始人认为AI不能取代心理医生的一大原因在于其不会沉默。我觉得从广义上来说,deepseek的上述表现正是会缺少这种“沉默”。 我觉得林间聊愈室好的一点是可以实时感知人的情绪并且给予反馈。但是可能AI声音感觉还可以更温柔以及有人味一些。同时,小动物给出的反馈可能没那么深刻,还是止步于简单的情绪表层,在精准与深刻剖析上没有deepseek偶尔能给人的“醍醐灌顶”之感,让人能够感知情绪问题的源头在哪。可能经典回答句式是“哎呀,我感受到你现在很委屈,但你有没有试过xxx”。 不过,人终究是很复杂的生物,旁人甚至自己都很难知晓自己的需求,把这事交给AI有些太荒诞。但我本人对AI心理保持关注,也在时刻以自己为样本剖析人类,所以希望林间聊愈室团队能够做得更好。能做出AI陪伴伟大产品的团队一定是对人性有高度认知的团队。
小满不加班
903
回复 @ · 取消
0 条评论
青柚测评1· 2026-10-28
已经推出那么久了还是这么垃圾,要不是为了我的旅游抽奖,真的是看都不想看!!! 作为美团的第一款屎逝级创新产品,看得出来美团想做的是一款AI助理,帮助用户完成日常的一些琐事包括订餐、规划行程,在绝大多数时候都是以幻觉提供“稳定”输出的产品,目前存在"功能不完善、技术不可靠、体验不友好"三大核心问题,虽然定位为"小而美的AI生活小秘书",但实际表现更像是"大而不当的半成品",整体感觉更像是实习生的练手项目仓促上线?如果真是这样不如早点关掉,别让用户笑出声 0. 入口有问题,这样一个本应深度嵌入美团APP的服务,却独立成一个单独入口。事实上,美团APP内也早已存在一个名为“小团”的AI搜索助手,虽然无法代替用户下单,但是体验更为成熟(至少是能够准确理解用户意图并返回相关推荐),小美与主业务系统割裂严重,既然已有能力整合进搜索链路,为何还要另起炉灶呢?不得不引起人的深思hhh,真的有种同一个公司,两种智商的荒诞感 1. 习惯性遗忘上下文,在提出第一个需求后对于不符合推荐的商品提出新的需求后会习惯性遗忘我第一句话说了什么,注意力机制需要人来激活 2. 图1,明明有卖的东西他说没有,但是意外的是居然还知道要凑单 3. 图2不支持指定时间预约下单,在要求提供一日三餐的时间、预算以及希望每一餐吃什么以后,他只是告诉我在明天早上八点半提醒我下单,且不说第二天没提醒,只告诉我预算分配算什么?另…
305
北岸的猫1· 2026-10-28
我作为一个保安(真保安),其实不会写代码(只会一点基础的html),折腾这些纯粹是个人爱好,话说AI写代码确实极大的提高了写代码的简易方便程度,我其实25号就已经更新了国内版本,并拿到了solo资格,26日晚上顺手做了一个美团外卖的商户后台(单纯想试试国内版本的solo模式还有国内大模型的能力),和国际版相比,缺少了重要的 solo builder模式,默认就是solo coder模式,可能是国内产品觉得coder模式更符合国内使用习惯?从大模型的代码方式来看,个人感觉有点像kimi的k2组合了豆包1.6!输出速度很快,代码风格也很像k2的风格,还有那个plan模式,我使用的感觉是没什么效果?上下文部分184K,就我来说比较够用了,因为我多数时间是用在做文案,在聊天窗口这里可以@自己编写的智能体来实现需要的智能体组合调用,这块还是很心水的,至于关键的生成页面的速度,我个人感觉吐代码的速度是挺快的但是,生成最终结果还是慢过国际版!在后端逻辑这部分卡了很久,思考的时间也是最长的,看了下代码风格感觉就是k2呢,国内大模型还需要更加努力呢!在后端生成这块速度明显要慢很多了,而且很多地方有明显的错误,本来是已经生成了,实际上它一直在自我修正中,最终没有完成这个项目的成功,报错了。我还尝试了下用solo模式写文案,怎么说呢,这部分也算是有点意思的内容,先通过智能体做一个小红书的文案专家,在生成…
905
慢半拍1· 2026-10-28
Refly 标榜自己是和“Vibe Workflow”,这个降低技术门槛、试图用 Agent 节点重构自动化流程的愿景我是非常买单的,官网呈现出的极简克制感也确实在第一眼拉高了期待值。但深入体验后,我感觉目前 V1.0 版本最大的问题在于场景落地的“水土不服”以及自动化 ROI 的倒挂。 首先是模版库(Templates)的选品策略让我很困惑:既然团队源自国内且强调普惠小白,但预设案例里清一色的 X (Twitter)、Ins、LinkedIn 和 RSS 抓取,明显是针对海外生态的生长土壤。对于我们这种想做国内资讯去噪、或者只是想做一个简单的“新闻日报”的用户来说,几乎没有直接可复用的抓手,场景割裂感极强。 其次,在核心体验上,我实测了官方推荐的“新闻抓取+邮件摘要”,发现整个链路的运行 Latency(延迟)偏高。对于这种轻量级的信息获取任务,如果工具的执行效率跑不赢我手动操作,那自动化的爽感和价值就被完全稀释了。 最后,所谓的“自然语言一句话创建”目前还没能很好地解决用户的冷启动焦虑——这就好比给了我一把万能钥匙,但我却找不到锁在哪。我甚至尝试结合外部 AI 的建议去生成一些特定的流,但落地效果依然不理想,感觉工具对意图的理解力和最终的执行力之间还存在不小的 Gap。 总的来说,现阶段的 Refly 更像是一个有着漂亮概念外壳的 MVP,对于真正想上手解决具体痛点的用…
404
青柚测评1· 2026-10-28
ShellAgent 2.0 初体验:想法很好,但产品还需打磨 首先,非常感谢降临派提供的邀请码,让我有机会提前体验到 ShellAgent 2.0。 说实话,最近对各种 Agent 都有点审美疲劳了。Github 上开源的框架一个接一个,轮子满天飞,但对普通人来说,门槛还是挺高的,不是要配一堆复杂的参数,就是做好了也不方便分享给朋友用。 所以 ShellAgent 喊出“三句话生成 App”的时候,我一下就来劲了。这不就是我想要的那个“零代码版的 Coze”嘛!把那些烦人的技术环节都包圆了,直接对话就能搞定,期待值直接拉满。 但实际上手折腾了几个场景,感觉就和想的不太一样了。 首先是稳定性和端到端体验的问题。 我尝试了几个在其他平台上相对成熟的场景,但在 ShellAgent 2.0 中都遇到了阻碍。例如,在测试“小红书笔记搜索”功能时,应用返回了一些看似存在但实则为 Mock 的数据;而在尝试“文生图”功能时,无论如何调整,系统都反复报错,无法成功生成图片。我理解,这些基础能力在 Coze 等平台的能力边界内是完全可以实现的,这让我感觉 ShellAgent 2.0 在核心功能的稳定性和流程的端到端打通上,还有一段路要走。对于 ToC 产品而言,用户的第一次体验至关重要,如果无法顺利跑通一个基本流程,很容易造成用户的流失。当然,我也相信这只是早期内测阶段的问题,期待官…
702