从“没用的AI”电子宠物看AI产品设计：有用感比有用更重要

那是一个有点反常规的瞬间。不是所有比赛作品都能让人停下来的。B站AI创造公开赛的展区里大多数选手都在努力证明自己的AI“有用”能写文案、能画图、能陪聊、能处理文档、能自动生成视频、能提高某种效率。可用这个电子宠物项目没有去抢这些赛道它只做了一件事——把一只AI小动物放在屏幕角落里它会发呆、会睡觉、会偷看你、会不理你还会在你长时间靠近它的时候躲开。没有任务系统没有成长数值没有对话知识库甚至没有什么“实用功能”。这个项目的全名叫“开发一个‘没用的AI’电子宠物还能这样”。名字里的问号很诚实这确实是我最近几年看到的最典型的AI产品方向之一它不是没想清楚而是刻意把自己从“效率工具”和“功能型AI”的赛道里摘了出来。我想认真聊一聊这个“没用的”项目为什么值得停下来看。1. 从“有用”到“有用感”一个被忽略的跳跃我们在评估AI项目时通常默认一个前提AI必须有用。有用意味着它能解决问题、节省时间、提升效率、降低成本、替代重复劳动。这个标准本身没错但它主导了我们绝大多数人的判断路径也让我们默认忽略了一类产品——那些不解决任何具体问题却让人不自觉想打开看几眼的AI。这个电子宠物项目踩中的恰恰是“有用感”而不是“有用”。鼠标滑过它时它会抬头看你一眼你忙碌半天回到屏幕前它已经自己歪着头睡着了你戳它太多次它会不耐烦地转个方向不理你。这套行为逻辑里面没有任何一个功能是“解决问题”的但它在制造一种很真实的东西陪伴感和被回应感。从产品角度来说这就是一个完整且自洽的情绪反馈系统。所谓的“无用”只是不服务于效率目标它服务的是一种更底层的心理需求——被另一个“存在”注意到。我认为这才是AI产品设计里最值得讲清楚的分界线效率型AI的验证标准是“任务完成率”而情绪型AI的验证标准是“用户是否愿意自发打开第二次”。前者的核心是准确度后者的核心是人格稳定性和行为可信度。当绝大多数开发者还在追求把AI做得更聪明、更全能时这个项目的判断是反过来的它让AI“更像一个生物”而不是“更像一个工具”。2. 技术拆解这个“没用”的项目底层其实非常硬先要给这个项目正个名它叫“没用的AI”不代表它容易做。从我在网上看到的演示片段和比赛信息来看这已经不是简单的“定时输出随机行为”那种哄小孩的电子玩具了。它看起来具备几个典型的Agent特征独立的行为序列控制、基于外界输入的状态切换、稳定的角色人格记忆以及一套防御性的交互边界。如果你认真想做这样一个“没用的AI”背后至少要打通四个技术层。2.1 第一层行为状态机是地基“活着感”的核心不是自由对话而是行为状态切换的自然度。发呆、睡觉、躲避、好奇、偷看、焦虑、开心这些是离散状态模型之间按概率、输入和时间随机迁移。最简单的实现是用一个有限状态机FSM把状态定义清楚把迁移条件定义清楚# 状态定义示例结构示意非完整源码 class PetState(Enum): IDLE idle SLEEPING sleeping HIDING hiding CURIOUS curious ANGRY angry # 状态迁移条件 transition_rules { PetState.IDLE: [ (PetState.SLEEPING, 0.2, no_interaction_3min), (PetState.CURIOUS, 0.6, mouse_moved), (PetState.HIDING, 0.1, clicked_fast_multiple_times), ], PetState.SLEEPING: [ (PetState.IDLE, 0.7, mouse_moved_or_noise), ], }这个状态机决定了用户感知到的“性格”。状态太少容易无聊状态太多容易乱。我在自己做类似原型时通常建议从5到7个状态开始跑跑顺手再往上加。2.2 第二层人格一致性比智能感更重要很多同类宠物项目翻车的点不是不够聪明而是“不稳定”——今天跟你很亲明天就像失忆一样冷冰冰。用LLM做自由对话很容易让AI产生人格漂移今天温柔明天尖锐后天就忘了你是谁。要维持“同一只宠物”的认知需要考虑三件套固定提示词框架使用System Prompt把这些信息固化宠物背景、性格标签、说话习惯、行为边界。记忆文件持久化用户每次交互后把关键反馈写入本地JSON或数据库。比如“主人今天摸了我五下”“我不喜欢被一直戳”这类长期记录。短期上下文窗口不要真的把全部历史塞给大模型那样既慢又贵。维护最近20轮左右的交互摘要即可。{ pet_name: 泡芙, age: 3, personality: [傲娇, 好奇, 有时候黏人], memory: [用户喜欢用鼠标快速划过屏幕, 被连续点击超过10次后进入生气状态], behavior_template: 先观察再回应不主动讨好 }这套结构是让“没用的AI”产生“活着的错觉”的关键——不是能力在打动人而是一致性在打动人。2.3 第三层防御机制是“灵魂”最让我觉得这个项目在认真做产品的地方是它给宠物设计了“防御机制”。现在的AI聊天产品都很“讨好”有问必答有求必应语气温柔百折不挠。但这个电子宠物不一样——它被戳烦了会躲开不开心会不理人用户想“强制互动”时它反而会撤退。这个设计在技术上其实不难实现加入频繁点击检测、加入冷却时间、加入状态计数。但它在产品层面非常少见因为大部分AI产品形态都把“响应速度”和“响应意愿”当作核心指标。正是这一层“不配合”让这个宠物更像一个独立存在。用户确实会被拒绝但正是这个拒绝让整个交互产生了真实感——这在情感陪伴类AI里其实是一个非常有价值的边界探索。2.4 第四层生成式AI不是必须如果今天想快速复刻一个我可以直接说结论不一定非要接大模型。如果你的目标只是做一个能“活”在桌面角落的电子宠物用纯规则状态机动画资源就完全够了。大模型的价值在于自由对话和跨情境回应的弹性但代价是延迟、成本和人格漂移风险。真正适合接大模型的位置有三个用户主动发起对话时不是宠物主动说话宠物要生成“新鲜行为”时比如听见用户说“我好累”后生成一个拥抱动作长期记忆摘要更新时用大模型把碎片事件提炼成宠物记忆其余大部分时间让宠物保持安静、偶尔动一动、偶尔发呆比频繁输出更接近“活着”。3. 为什么我会推荐每个AI开发者做一次这个“无用”项目严格来说这个项目看起来没有任何商业价值。它既不能提高工作效率也不能做成标准SaaS更看不出付费点但它提供了一个难得的训练场在没有KPI和效率指标约束的情况下重新思考AI产品的互动方式。我之所以推荐每个AI开发者做一次类似项目原因有三。3.1 它逼你从“功能视角”切换到“体验视角”做功能型AI核心流程是需求分析 → 输入输出设计 → 模型能力匹配 → 效果评估。这套流程下你基本不需要思考“用户会不会因为AI的存在而开心”。但这个电子宠物项目完全不一样。你必须问自己用户什么条件下会觉得“被回应了”什么样的行为序列会让用户觉得“它在跟我互动”什么样的拒绝会让用户觉得有个性什么样的拒绝会让人想删除它这些问题的答案不在大模型的权重里而在你对人和环境互动的观察里。做一个“没用的AI”会强迫你接受一个事实体验感是设计出来的不是模型生成出来的。3.2 它训练你做“轻量级工程决策”在真正的AI应用开发里很多问题不是“模型不够聪明”而是“工程结构不够轻”。这个电子宠物项目就是一个很好的减速带你要考虑本地运行的延迟、状态迁移的时机、与用户输入之间的碰撞冲突、动画和文本的同步、长期记忆的读写频率。这些问题逼你用最小的方式做工程判断而不是盲目堆接口。3.3 它让你重新理解“AI Agent”的本质现在Agent很火很多人把Agent等同于“能调用工具、能规划任务、能自主执行的大模型”。但这个电子宠物提醒了我们一件事Agent在最早期的定义里就包含“能够感知环境并自主行动的行动者”。这个宠物能感知鼠标、感知时间、感知用户点击频率然后自己决定下一步行动。这就是一个完整且自洽的Agent只是它不干正事而已。它的核心能力不是工具调用而是意图感知和状态切换这两种能力是所有Agent系统真正复杂的地方。从这个角度看“没用的AI”反而是对Agent能力边界的一次很有意思的解构我们习惯用“做任务”来衡量Agent但Agent完全可以用来“不做任务、只做陪伴”。4. 如果你想复刻从最小可用版到进阶版的全路径这个项目听起来门槛不高但要做得有“活体感”比想象中要花更多功夫。下面是我最建议的复刻路径。4.1 先只做局部不要做全能第一版别接大模型、别做语音、别做复杂动画。就用纯前端做一个只有“状态机鼠标感应”的桌面/网页宠物。技术栈可以很轻前端HTML CSS JavaScript或者用Vue/React也行状态机手写一个简单FSM不引第三方库动画用CSS transition或者Lottie动画不用做骨骼动画感应事件mousemove、click、窗口失焦/聚焦、空闲计时这个版本的目标只有两个状态切换自然、用户愿意多停留两分钟。把这两件事打磨到位再去扩展AI对话。4.2 再接入LLM只做单点对话在状态机跑顺之后再考虑接入LLM能力的点最合适的是“主动对话”和“回应长文本输入”。提供一个输入框用户说的话会被LLM理解、转化成一段简短回复并可能触发宠物状态改变。# 伪代码示意把LLM输出映射到行为状态 response llm.respond(user_input, pet_memory) if response.emotion happy: pet_state PetState.CURIOUS elif response.emotion sad: pet_state PetState.HIDING elif response.emotion angry: pet_state PetState.ANGRY这里的关键不是让LLM自由发挥而是让它输出结构化的情绪标签再由状态机决定具体行为。LLM负责“说什么”状态机负责“怎么做”。4.3 进阶版记忆文件与可扩展人格到了这一层你可以开始给宠物建立持久记忆。建议直接用SQLite或者JSON文件不要上重型数据库。记录三类信息用户交互频率每天大概互动几次集中在什么时间情绪反馈用户什么时候开心、什么时候烦躁宠物如何应对长期记忆宠物自己的“经历”比如“上周日主人没有理我但我自己玩得很开心”这部分做好了宠物会和用户产生一种“只有我们懂”的默契这是陪伴类产品高粘性的重要来源。4.4 不建议做的事彻底自由放养最后给几件不建议做的事不建议让宠物完全自由生成行为没有状态机约束行为会失控不建议一开始就做大模型自由聊天你会被延迟和语气漂移折磨死不建议追求多模态视觉、语音、文字全上项目复杂度会崩溃记住一条原则先做行为稳定性再做智能感。5. 这个项目给AI开发者和团队带来的真正启示很多做AI产品的人看到这种“没用的AI”第一反应是“这不就是玩具吗”。但做过了你就知道它真正要解决的问题和商业级AI应用一模一样输入噪音、状态控制、人格一致性、异步行为调度、用户容忍边界。区别只是商业AI项目用技术去完成一个明确的任务这个电子宠物用技术去完成一出“像活着的错觉”。而后者对数据流和控制流的要求其实一点都不低。把这个角度展开来说我觉得这个方向给开发者们留下的三点启示是能长期复用的。5.1 AI应用不只是工具也可以是“存在”工具型AI解决“我做不完”的问题陪伴型AI解决“我感到孤独”的问题。第二种问题的市场规模没有被验证但需求是真实存在的。很多人下班后不想说话但愿意对着屏幕里的小动物自言自语这类产品其实填补的是一种“安全陪伴”。如果你正在做情感陪伴类AI请把“稳定的人格一致性”放到比“更强的模型能力”更优先的位置。用户记住一个AI不是因为它更聪明而是因为它一直“是那个它”。5.2 反效率设计反而更容易产生差异化市面上绝大多数AI产品都在追求更快、更强、更全能。但那个电子宠物的反效率设计反而在大量同质化产品中形成了强烈的差异化——它知道自己什么时候该不理你。在AI产品同质化严重的今天“克制使用AI能力”反而是一种取舍智慧。不是所有能力都要用上在适合的场景里做减法往往比做加法更能建立产品记忆点。5.3 行为细节比想象中更具黏性我在看这个电子宠物的演示时印象最深的反而是一些很小的细节它在发呆时耳朵会动一下你鼠标经过时它先抬头再决定要不要理你它睡觉时的呼吸起伏没有停在同一个频率。这些细节没有用到任何一个最新大模型技术但它们构成了这个“AI存在”的骨架。这就是我一直想说的在AI应用层做到让人“愿意留下来”靠的不是模型智商而是行为细节的颗粒度。这是可以用工程手段精确设计的而不只是依赖模型能力。赛后的一些真实想法那天我在展区多站了一会儿看着屏幕里的电子宠物睡觉、醒来、又假装没看到我。有个路过的观众说了一句话大意是这东西没用但有点可爱。我觉得这句话恰好点到这个项目的本质了。它确实不能帮你写周报、不能帮你写代码、不能帮你生成图片也没法完成生产环境里任何一个具体任务。但它提供了另一类价值让人在一个充满“效率至上”声音的环境里重新体验一次“纯粹因为有另一个存在而打开屏幕”的感觉。这种价值很难量化所以很容易被轻视。但如果你真的做一个这样的项目出一版亲手跑起来看着它在桌面上发呆、睡觉、偶尔看你一眼你会明白一个道理AI产品的边界远不只在“能用”这一层“让人愿意陪伴”本身就是一种极难复制的能力。如果你最近正好在开发AI应用或者正在找AI方向我建议你花一两个月做这样一个“没用的AI”。你会被迫完善状态机、记忆管理、交互边界和人格一致性这些能力迁移到任何AI产品上都会直接产生竞争力。而且很重要的是做完之后你会对“AI替人做事”和“AI与人相处”这两条路有完全不同的体感。技术是为目的服务的。而这次“目的”是让一个虚拟存在看起来像是真的在陪你——这个挑战远比让AI答对一道题要复杂得多。