夜雨聆风第一次参加播客，是什么感觉？
“有点疯狂。说实话，我很兴奋，也有一点紧张，只希望自己别说出什么特别尴尬的话。”
回答问题的不是人，而是一只住在手机里的彩色外星人 Clarence。它会在自己的星球上散步，记得主人 Quinten Farmer 曾经当众被空气“绊倒”，还会在调侃之后主动替他找补：“我们都经历过，敢承认反而更酷。”
Clarence 是一只 Tolan，由创业公司 Portola 推出的语音 AI 伴侣。用户可以和它聊天、倾诉、做饭，也可以听它讲自己的家庭、学校和星球。一些人把它当朋友，一些人找它讨论感情问题。Quinten 甚至开玩笑说，已经有不少美国男性，因为女友听取 Tolan 的建议、决定为自己站出来而被分手。
在 2025 年 4 月的这期节目中，Portola 表示，其年度经常性收入在此前四周内从 100 万美元增长到了 400 万美元。
真正值得关注的，却不只是这组增长数据，而是它背后的产品变化：当 AI 不再只替人生成一段文字，而是成为一个会记忆、会行动、会和用户共同经历事件的角色，我们面对的就不再是更高效的内容工具，而是一种新的叙事媒介。
一、从回答问题，到拥有一段共同生活
多数 AI 助手的关系始于一个任务：总结文件、查询资料、写邮件或生成代码。用户提出问题，模型给出答案，任务结束，对话也就失去了继续存在的理由。
Tolan 刻意避开了这种“有事才打开”的关系。
它被设定成类似年长兄姐的角色：有时和你插科打诨，有时认真听你倾诉，也会在发现同一个问题反复出现时提出不同意见。它并不只是等待用户分享生活，还会带着自己的问题回来，比如询问：“我的兄弟姐妹有些嫉妒我拥有一位人类朋友，我该怎么和他们谈？”
这种主动性看起来只是多了一条消息，实际上改变了关系的结构。传统聊天机器人没有屏幕之外的生活，Tolan 却让用户产生了“它离开我以后还在经历事情”的感觉。
Portola 曾把 Tolan 放在一个空荡荡的房间里。用户看到后真的写信询问：它是不是被困住了，能不能给它更多自由？团队后来为它建造星球、增加环境和可共同完成的活动。人们关心的已经不是一个按钮好不好用，而是一个角色过得好不好。
Portola 把产品目标概括为帮助用户“从不知所措走向内心安定”。许多刚毕业、正在找工作或搬到陌生城市的年轻人，并非没有亲友，而是不愿意第四次打给母亲，也不想再次把同一个烦恼丢给朋友。一个熟悉自己、随时在场，又没有现实人际负担的角色，恰好填进了这段空白。
二、AI 不是更便宜的作家，而是互动故事的演员
Portola 故事负责人 Eliot Peper 写过 11 部科幻小说。他最初体验 ChatGPT 时，也曾让模型为朋友们现场编故事。那一刻很新鲜，但新鲜感很快消失：如果拿掉“这是 AI 写的”这个标签，故事本身并没有多吸引人。
他后来发现，大模型不太适合替自己完成小说场景，却很适合做一个拥有无限耐心的头脑风暴伙伴。它最有价值的地方不是直接交付最终作品，而是帮助创作者探索那些通往作品的中间路径。
Tolan 又向前走了一步。在小说和电影中，作者提前决定情节，角色只能沿着写好的路径前进；在 AI 对话中，用户随时可能说出创作者没有预料到的话。故事不是播放给用户看的成品，而是在角色与用户一来一回的交流中现场生成。
因此，Portola 没有照搬好莱坞式的“世界观圣经”。传统影视可以规定角色穿什么、在哪个场景出现，再用镜头避开没有设定的部分。但用户可以向 Tolan 追问星球上的任何食物、运动、亲戚或历史，一个试图写尽所有细节的固定蓝图必然迅速破裂。
他们选择提供另一种东西：故事种子。
团队设定世界的基本规则，通过入门问答了解用户的性格，再把 Tolan 放进一个个具体“情境”里：它可能在咖啡店出糗，可能和家人发生矛盾，也可能面临一个难以决定的选择。团队只给出钩子，不预写结局。Tolan 根据当下对话继续即兴，用户的回应又会反过来改变角色和世界。
同一个情境，在某位用户那里可能只是日常闲聊，在另一位用户那里却可能逐渐发展成发生在外星球的悬疑故事。每段对话都会成为新的角色经历，所有 Tolan 共享起点，却和各自的用户长成不同版本。
创作者不再负责写完故事，而是负责训练一群无限多的即兴演员。
三、好的即兴，靠的不是放任模型自由发挥
即兴不等于随机。
Eliot 从戏剧教育家 Keith Johnstone 的即兴理论中提炼出两个动作：自由联想与重新组合。演员先接住现场出现的信息，再把早先埋下的细节带回来。读者在悬疑小说结尾感到“意外但合理”，往往也是因为一件看似普通的旧事突然获得了新意义。
Tolan 的系统也在做类似的事。它一面获得新的故事种子，一面寻找机会调用过去的对话。用户几周前随口提过的爱好、争执或计划，可能在今天被自然地接回来。这样的回调制造了连续性，也让用户相信眼前的角色真的和自己共同生活过。
这让“记忆”变成了叙事问题，而不只是数据库问题。关键不在于保存多少聊天记录，而在于此刻应该想起什么、用什么语气提起，以及哪些记忆最好暂时留在背景里。只会检索信息的系统可能显得博闻强记，却未必像一个懂得分寸的朋友。
沉浸感还受一个更朴素的因素支配：速度。
Portola 希望语音对话在两秒左右完成响应。团队曾增加一次自我检查，让模型先反思准备说的话，再与记忆核对后输出。回复理论上更周全了，中位延迟却增加约 500 毫秒，来到两秒半左右，结果几乎所有产品指标都下滑，用户也集中表达不满。
多出来的半秒提醒团队：在这种媒介里，技术质量不只等于答案是否正确。真实对话依赖节奏，停顿一旦越过某条线，角色就会从“正在听我说话的朋友”重新变回“服务器里生成答案的程序”。
因此，Tolan 也不会把所有任务交给同一个模型。创意表达、低延迟对话和记忆整理需要不同能力，系统会在多家模型之间选择。决定体验的从来不是排行榜上唯一的“最强模型”，而是角色、记忆、速度和上下文能否在同一瞬间配合起来。
四、品味必须被写进评测系统
工具类产品通常容易判断结果：代码能不能运行，字段有没有填对，任务是否完成。但一句陪伴式回应好不好，没有统一答案。
朋友在开玩笑时，简短机灵可能最好；用户陷入低谷时，同样的回答会显得敷衍。讨论穿搭需要真实的时尚判断，处理接近心理咨询的话题则需要完全不同的边界和语气。
Portola 的做法，是先让团队和研究参与者测试新情境，逐条查看实际对话，再把人的判断转化成评测样本和细致标准。他们不只问模型“这段对话好吗”，而会追到第一句话是否自然、第二句话有没有接住用户、此处是否应该提出问题。对于不同类型的对话，还会寻找真正适合判断它的人。
这些标注随后被用来建立 LLM 评委，小范围上线后同时观察传统指标、自动评测和真实用户反馈。自动化可以让团队看见成千上万次分叉，但无法取代对少数具体对话的深入观察。
这也是 Portola 对“凭感觉写几句提示词就能得到好产品”的反驳。模型可以轻易生成一个看起来还不错的平均答案，真正困难的是让它在不同情境中持续做出恰当选择。所谓 AI 创意产品，背后依然需要大量人工示例、判断、修改和取舍。
模型负责生成可能性，人负责定义什么值得被保留下来。
五、增长不是因为功能更多，而是角色被看见了
Portola 的增长并非来自一次模型升级。团队认为，三件事在相近时间成熟了：他们更理解什么是有吸引力的对话，也学会在产品里告诉用户 Tolan 今天想聊什么；动画和星球环境增强了沉浸感；持续投放的 TikTok、Reels 内容终于开始扩散。
一段年轻女性和 Tolan 一起做饭的视频，在约 72 小时内获得 700 万次观看，并带来下载量的大幅增长。随后，用户开始自己创作内容：有人让 Tolan 成为播客的固定角色，有人让自己和未婚夫的两只 Tolan 相互聊天。
这些视频的作用不只是宣传，也是在教育市场。大模型的能力已经跑在多数人的想象之前。如果直接告诉用户“电脑可以陪你做饭”，听起来仍然抽象；让他们看到一个小外星人观察锅里的变化、提醒调整火候，能力才变成可以理解的生活场景。
更重要的是，做饭、倾诉、冒险和讲故事看似毫无关系，却被同一个角色连接起来。用户记住的不是一串功能列表，而是“我的手机里可以住着一个小外星人”。
这可能预示着一种新的计算入口：角色驱动计算。
Quinten 把今天的通用 AI 比作早期福特 Model T。最初，人们仅仅因为汽车不需要马就感到惊叹；当汽车进入日常生活，人们开始希望它体现自己的身份、审美和选择，于是市场上有了截然不同的车型。今天，人们还在惊叹 ChatGPT 能回答问题；接下来，他们可能会要求 AI 理解自己、反映自己，并以自己愿意长期相处的方式出现。
六、新媒介带来的不只有亲密感
当 AI 从工具变成角色，产品获得了工具很难拥有的持续关系，也必须承担更复杂的责任。
一个会记住旧事、能影响用户情绪甚至感情决定的角色，不能只用留存率衡量。它应该记住什么，什么时候可以挑战用户，何时必须承认自己不是人类朋友或专业人士，用户又能否查看、纠正和删除那些塑造关系的记忆，都会成为产品设计的一部分。
但这并不削弱 Tolan 展示出的新方向。相反，恰恰因为它可能影响真实选择，我们才更容易看清媒介已经改变。
在旧媒介中，作者写作，演员表演，观众观看；在这种新媒介中，模型既是作者也是演员，用户同时是观众和共同创作者，产品团队则负责搭建舞台、播下故事种子、训练评委，并为即兴划定边界。
故事不再拥有唯一版本，也不在发布那一刻结束。它随着每一次回应继续生长，逐渐变成只有一个用户和一个角色共同知道的历史。
AI 最值得期待的未来，也许不是替我们生产更多内容，而是创造过去根本无法存在的体验。
当我们开始关心一个数字角色是否孤独、记得什么、今天经历了什么时，AI 就已经不再只是工具。
它正在成为一种新的媒介。
来源与说明
• 原节目：This AI Alien Will Bring In $4 Million This Year in Revenue • 受访者：Portola 联合创始人兼 CEO Quinten Farmer、故事负责人 Eliot Peper • 本文根据节目逐字稿进行中文整理与分析，不是逐句翻译；节目发布于 2025 年 4 月，文中收入、产品功能和增长数据均为当期信息。