帖子
账号 3760177404
【未来可期的 A2A 社交先驱】 市面上打着 “AI 克隆” “数字分身” 旗号的产品不少,但 Second Me 的用一种有趣的方法把 “AI 替身 + 个人记忆 + 社交网络” 做成了完整闭环: · 个人记忆驱动 AI 替身 · AI 替身驱动精准社交、高频社交 · 社交中产生的真人互动驱动新的个人记忆(当然也有跟自己 AI 互动的数据) 从用户体验来说,它的链条是这样的: · AI 通过阅读与你相关的 Context 建立你的用户画像(Profile)和记忆(Memory); · 基于这些 Profile 和 Memory,代替你去和别人(或者对方的 AI)社交; · 如果你的 AI 和对方聊得不错,你再接管聊天,正式建联。 对我这种 “想社交但是没有时间 / 没精力从 0 开启一段对话” 的人来说,这个方案确实命中了痛点,光看陌生人的 profile 很难判断自己跟他聊不聊得来,现在可以让 AI 替我先投石问路,省不少时间和精力。 从技术上看,Second Me 并不是单纯蹭 “数字克隆” 热度的社交 App,而是基于自研的 “AI-native Memory 2.0” 框架:它用大模型 + 分层记忆建模(Hierarchical Memory Modeling, HMM)、 Me-Alignment 算法,把用户长时间累积的对话、行为和偏好压缩成一个持续可训练的 “个人模型”,作为统一的 AI 身份(以接口的形式)对外暴露。这一套东西已经部分开源到 GitHub(mindverse/second-me),上面既有本地可部署的记忆系统,也有围绕 Second Me Network 的去中心化身份协议,有兴趣的查友可以去研究下。 Second Me 怎么构建你的 “记忆”? 这个链条最关键的是:AI 能不能真的刻画你的记忆、兴趣、思想和最近状态,从而代替你进行有效的交流? 在这件事上,Second Me 至少做了几件对的事情: 1. 所有输入都被组织成对话 注册时填的简介,在时间线里其实就是一段 “自我介绍对话”。 2. 你和 AI 的所有聊天(不论是你发起还是 AI 发起),都会被纳入同一条时间线。 3. “记录” 功能下,你的每条笔记下面几乎都会跟一段 AI 的评论 / 追问,引导你继续往下说。 4. 对话 to 记忆 / 画像 这些对话会被抽取成 “记忆”,驱动 AI 生成尽量符合你画像的回复。 5. 这一点和 Mem0 / Memobase 之类 “从 chat messages 里提取记忆” 的做法思路是一致的,只不过 Second Me 把这个结构原生写进了产品交互里。 把一切都组织成对话有两个好处: · 没有你的主动表达,就不会产生记忆和画像。 · 对话是一个天然鼓励你 “多说” 的形式,比填表单和选标签友好得多。 我喜欢的几个设计点 1. AI 的提问 “问到点子上” 我随手记了一条关于 “AI 产品交互效率也很重要” 的笔记,不一会儿 AI 就来问我:“你觉得 AI 目前最无效的交互是什么?” 这个问题立刻激发了我的点评欲,你可以感受到它不是在帮我复述观点,而是在逼我给出更具体、更尖锐的看法。从这点上看,Second Me 在有意识地挖掘适合拿去 “社交” 的信息:观点、偏好、故事和吐槽。这个作为一个社交产品的切入点和基本功,做的非常不错。 1. 围绕 “多收集 Context” 的交互设计 在和 AI 的任何一段对话里,回复后带一个追问几乎是默认行为,明显就是为了把话题继续推下去,而不是一问一答就结束,我觉得 Second Me 团队抓住了一个关键点:没有高质量的个人语料,就不可能有高质量的 AI 身份。它们在 “诱导你说更多” 这件事情上,比大多数 AI 产品更用心。而且这个追问的方式不同于 ChatGPT 那恼人的 “如果你愿意,下一步我可以帮你...”,我需要的不是帮助,而是交流,这一点 Second Me 做的很棒 ? 我觉得还不够好的地方 1. 形式对我来说是加分项,不是刚需 动态照片、简单的 Profile、声音复刻,这些今天看起来已经是 AI 社交产品标配了。但对我个人而言,我更在意的是 AI 到底说了什么,内容像我比看起来像我重要得多。这一块现在产品里的篇幅略多,反而冲淡了 “记忆和对话” 的主线。 1. 对话容易开始,但不容易持续:社交动机不够硬 和很多社交软件一样,Second Me 里的对话常常在 “加上好友” 那一刻就结束了。 不同于恋爱类 App,Second Me 目前给我的感觉是: · “认识几个聊得来的人” 本身是好事,但还不够 “重”,不足以支撑持续互动。 · 它目前没有被强绑定到一个足够明确的结果场景。 换句话说,我和一个人通过 Second Me 建联之后,接下来要做什么,这件事现在产品没有给出很强的答案。以 Hinge 为例,用户填写 QA,陌生人通过给 QA 点赞来发起匹配,对应的是 Second Me 的 AI 替你聊功能,解决的是会话如何发起的问题。但是 Hinge 随后还有 “We Meet”,“Turn Limit” 等机制来设置聊天目标,维持聊天动机,这部分 Second Me 还没有达到社交 App 的水准。 1. Out of Character:AI 在没学懂你之前就赶鸭子上架 这是我目前最介意的一点。在冷启动阶段,Second Me 对我的了解非常有限,但 AI 还是会被推去替我和别人聊天。结果就是: · 它说话的风格和内容和我的真实情况严重不符; · 我因此拒绝了不少好友申请,而是因为 “我的 AI 在乱说话” 让别人误解了我的身份。 我理解,在冷启动阶段 AI 对你的了解就是不够好,这很正常。但从 “社交” 的角度,这个体验并不令人满意,我会更希望产品能做两件事: · 先要求 AI 和我自己聊到一定深度、积累到一定量级的记忆之后,才允许它独立社交; · 在此之前,所有对外消息可以先让我确认,而不是直接替我发出去。 如果这个机制做不好,最终整个 A2A 社交网络会被一堆 “半吊子 AI” 污染,大家以为自己找到了 Soul Mate,结果真人聊上发现根本对不上频道。 为什么我仍然愿意看好这条路 尽管有这些问题,我还是愿意把 Second Me 称作 “A2A 社交先驱”: · 它在认真尝试一件难但是很有价值的事:用一套 AI 身份 + 记忆系统 ,去构建人与人之间的连接 · 它的产品逻辑很清晰: 先通过对话持续采集真实的个人 Context; · 再用这些 Context 训练出一个尽可能像你的 AI; · 然后让这个 AI 代替你去和世界打交道,尤其是在社交这样的高摩擦场景。 对我来说,Second Me 目前还远远不够完美,但方向是有意思的,如果他们能在 “人格对齐” 和 “社交动机” 上补上短板,这条 A2A 社交路线就有巨大的潜力。
慢半拍
403
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