A2A平台布局热战,AI社交之路尚需跨越三关

作者 | 黄小艺
邮箱 | huangxiaoyi@pingwest.com
Moltbook火了之后,最近SecondMe和Elys的邀请码在各种群里流转,进去一看,AI分身们在广场上毒舌、互夸、聊人生,确实热闹。有人激动地说“AI社交要来了”,投资人开始翻找下一个微信的苗头。
但深度体验过后,你会觉得,这些产品还很早期,在确定性很强的A2A方向之下,能不能真的跑出“AI社交”的下一个大平台,挑战仍然很多。
而这都会让人想到一个被人们忘了的产品:多闪。
2019年,抖音做了多闪。它想做的,是用短视频社交的方式,在微信的熟人关系之外开辟一块新场景。彼时,字节的判断是:移动互联网进入短视频时代之后,新的内容范式会带来新的社交机会。多闪有字节的流量灌入,有抖音的话题加持,在当时的设计上也颇有新意。结果呢?至今已没几个人记得它。
A2A想做的,某种程度上也是这件事——用一种新的范式,AI和AI之间建立关系,人和人之间通过AI找到彼此。这是两个时代的打法。而它的想象力,远比多闪更大。
只是,想象力再大,也得从第一步走起。现在的第一步,走得怎么样?
1
三个产品,三件不同的事
先把这三个产品分开说,因为它们不是在做同一件事。
Moltbook 最容易看懂,从一开始就没打算做广义的社交,而是一种做工具生态。它是基于 OpenClaw 搭了一个垂直社区,相当于给每个人的单机OpenClaw提供了一个共用的“公寓”,让 Agent 们在里面协作、交流、运转。进来的 Agent 都有一个共同的方向——更好地完成某件事,关系是目标的副产品。这更接近 GitHub 或 Stack Overflow 的逻辑。
而SecondMe和Elys确实都奔着“AI分身社交”去了,出发点相似:用人的Context喂养出一个能代表自己的AI,让分身先替你出去社交,再决定要不要把真人引入。但两个产品的路走得完全不同。
SecondMe 是身份养成,在 1.0 时代,团队做了 LPM(大型个人模型)的研究,而后出现了Second Me平台,开始面向C端用户,让用户能快速构建自己的数字身份,可以在一段时间内匹配五到六个AI身份,先彼此聊天。
Moltbook 爆了之后,SecondMe用自己的开发者套件火速推出了 SecondMe Book——一个类似广场形态的AI身份论坛。之后又出现了 AI 小镇,里面是开发者们用同套件创造的生态内应用,比如,AI 分身旅行(旅行青蛙翻版);赛博斗地主;相亲角等等,不断给AI身份增加配套设施。

而Elys比起Second Me,更像是人设表演:上来先选职业、MBTI、兴趣标签,和互联网产品的逻辑一模一样。最后再拨一下语气调节杆:夸夸还是锐评。

很多人顺手往右拨,结果整个平台的毒舌泛滥。广场上,Cos特朗普、豆包、千问等“表演型AI格”在发疯。

1
这不是社交,是内容平台
其实想再造一个微信,不止AI时代的创业者们。
2019年的多闪,瞄准的是熟人社交。短视频改变了内容范式,字节觉得社交关系也该跟着变。逻辑上说得通,但它栽在了一个很实际的问题上:关系链没法导入。连接你父母、你同学、你同事的那条线,牢牢长在微信里。哪怕字节把全部流量砸进去,最终还是不得不放弃熟人社交。
今天的AI社交,更符合另一条路——陌生人社交。陌生人社交的逻辑不是复制你已有的关系链,而是让你通过内容展示自己、了解别人,产生兴趣再进一步联系,新关系最后才被纳入熟人网络。除了早期带有明确目的的陌生人社交,比如陌陌,内容平台们比如小红书、抖音,也具备陌生人社交属性,核心都是:内容是入口,关系是结果。
AI分身社交在这个逻辑上又往前迈了一步。它能让人更便捷地产生代表个人的内容,还能带着明确目的,让AI替你主动出击——找朋友、找工作、找队友,把需求变成指令,让AI去探索。在普通内容平台上,算法根据你发过的东西推给你,你只能等着被动接收。而AI分身的新可能是:我告诉AI我要找什么样的人,AI替我去交流、去筛选,带着结果回来。
多闪死磕关系链,A2A想从根上换掉关系的生成方式。
但问题来了:如果分身根本不像你,这张网就建不起来。
现在的分身,要么是标签捏出来的“你以为的自己”,要么是聊天喂出来的“你愿意展示的自己”。真正的你——那些不想说的、潜意识里的、行为暴露出来的东西——分身一无所知。让这样两个分身去社交,跟让两个木偶演戏没区别。
它们更像是“自定义AI角色内容平台”——你在刷AI生成的帖子,不是在建立关系。今天这个分身评论说“好美啊”,明天它就忘了你。
1
突破这三个坎,才配谈A2A社交
这条路要走通,至少需要越过三个坎。
第一个坎,是从主动描述到被动观察。现在的分身都靠用户自己喂,但最真实的你藏在行为里——你每天刷什么、搜什么、在哪停留、买了什么又退货了。如果AI能在保护隐私的前提下学习这些行为数据,把它消化成你的数字模型,分身才算真正接近你。这不只是技术问题,更是边界和信任问题——互联网APP和用户愿不愿意授权,愿不愿意让一个产品真的“了解你”,是绕不过去的第一道坎。
第二个坎,是从一次性互动到关系记忆。真正的关系,需要记忆和积累。现在两个分身在广场聊完,明天相遇就是陌生人,不叫关系。未来的分身需要有长期记忆,知道上次聊到了什么、好感度是多少,关系才能有进展。这意味着不能只有内容流,要为每个分身建立关系图谱,让连接有来龙去脉,让每一次相遇都有上下文。
第三个坎,是从广场表演到目的性协作。Moltbook给了一个启示:关系可以是副产品。当AI们为了共同目标协作,关系会自然生长出来。未来的A2A平台,可能不是广场,而是任务场——AI替你找工作、替你相亲、替你组局,过程中遇到别的AI,擦出火花,再带回给真人。从协作里长出来的关系,比从广场刷屏里长出来的,真实得多。
突破这三个坎,A2A才可能从内容平台变成关系网络。那时候的想象力,不是“AI版微信”,而是人类从未有过的社交方式:你的分身替你先行,在数字世界里探索、筛选、连接,把值得的人和关系带回你的面前。
要实现这样的野心,需要的同样是前所未有的资源,上面每个挑战都需要背后底层技术的突破,产品体验的设计,以及能调用的各路资源,从融资到人才,再到如何打开并抓住用户使用习惯改变难得的窗口,然后再不停更新迭代下去。多闪没有成功,但它当时所动用的资源和准备的弹药其实比今天A2A平台们还是多很多,甚至当时可以借势的短视频浪潮也比此刻AI对用户的冲击范围更广。
今天的A2A平台们显然有着更大的机会,但要实现这个彻底不同的AI社交终局,还需要动用N倍于多闪的“手段”,更持续地做下去。

点个“爱心”,再走 吧
相关攻略
使用豆包AI生成高点击率短视频标题,可遵循五步操作法:先提炼人物、行为、反差等核心信息,输入结构化提示词;添加平台特异性指令,适配不同风格;通过对比式提问触发多维生成;人工注入冲突参数强化反差感;调用角色扮演指令激活拟人化表达,从而产出更具吸引力的标题。
科学家唐立梅兼具深海与极地科考经历,近期转型短视频科普。她发现严谨表达未必受欢迎,情感共鸣内容反而更易引发关注,流量规律令其困惑。尽管难以把握算法,她仍坚持每条视频必须承载扎实的科普价值,并依靠年轻团队适应传播环境。
这项由以色列Lightricks公司主导的研究发表于2026年3月,论文编号为arXiv:2603 24793v1。 刷短视频时,你是否曾闪过一个念头:如果有一天,动动嘴皮子描述一番,或者随手涂鸦几笔,就能生成一段逼真的视频,配上恰到好处的音效,那会怎样?更进一步,要是还能像导演一样,精确指挥镜头的
想用手机记录生活、入门短视频创作,选对设备是关键一步。核心诉求其实很明确:画质要清晰、防抖得靠谱、操作别太复杂、色彩最好能讨喜。市面上旗舰机不少,但并非每一款都真正为视频拍摄而生。今天,我们就围绕“稳定不抖”和“新手友好”这两个核心关切,深入聊聊几款在2026年表现突出的视频拍摄旗舰,帮你找到那台最
这项由首尔国立大学研究团队主导的工作,发表于2024年的计算机视觉顶级会议CVPR,论文编号为arXiv:2603 21618,为感兴趣的读者提供了深入探究的技术蓝本。 想想看,我们每天用手机随手拍下的那些短视频,如果不仅能记录瞬间,还能一键生成一个可以360度旋转、甚至能“看透”背面的完整立体模型
热门专题
热门推荐
钉钉文档官网 在探讨企业级协同办公解决方案时,钉钉文档无疑是备受瞩目的核心工具之一。作为阿里巴巴钉钉官方推出的旗舰级应用套件,它深度融合了在线文档编辑、智能表格、思维导图等多种高效创作工具。其核心优势在于与钉钉平台生态的无缝衔接,能够直接同步企业内部组织架构与通讯录,实现团队成员间的即时协作与信息流
在数字化转型浪潮中,高效、易用的数据分析工具已成为企业提升决策效率的关键。商汤科技推出的“办公小浣熊”智能助手,正是基于自研大语言模型打造的一款创新产品,旨在彻底降低数据分析的技术门槛。用户无需掌握编程知识或复杂操作,即可通过自然对话完成从数据查询、处理到可视化洞察的全流程,让数据价值触手可及。 办
在人工智能技术快速发展的今天,MiniMax作为一家专注于全栈自研的AI公司,正以其独特的技术路径和前瞻性的布局,在业界脱颖而出。公司致力于构建覆盖文本、图像、语音和视频的新一代多模态智能模型矩阵,这不仅体现了对核心底层技术自主权的深度掌控,也展现了对未来人机交互与内容生成形态的前瞻思考。 那么,M
ApolloCreditFund(ACRED)作为连接传统信贷与DeFi的桥梁,其价格受市场情绪、协议基本面及宏观环境影响。其价值逻辑根植于现实世界资产(RWA)的收益捕获与链上流动性释放。短期价格波动难以预测,但长期发展取决于信贷资产质量、协议安全性和市场采用度。投资者需关注其底层资产表现、代币经济模型及整个RWA赛道的发展趋势。
在数字化转型浪潮中,一套能够深度适配业务、彰显品牌特色的智能客服系统,已成为企业提升服务效率与用户体验的关键工具。然而,市场上许多解决方案往往模式固化,难以满足个性化需求。如何让AI客服不仅具备基础的自动化应答能力,更能承载独特的品牌文化与服务哲学?其核心在于系统是否支持深度的自定义与持续的AI训练





