這個春節，AI開始進群了

文/陳永偉

2月1日零時，春節的倒計時剛剛開啟，騰訊的“上元寶，分10億”活動也同步點燃了這個假期的第一波熱鬧。用戶只要將元寶App升級到最新版本，就可以直接參與抽取現金紅包，單個紅包金額最高可達萬元。

如果回顧中國互聯網的發展史，不難發現騰訊的這次活動像極了2015年的“春節搖紅包”活動。那一年，騰訊為了推廣微信支付，在春節期間動用了5億現金作為紅包發放。從結果看，這場撒錢式推廣可謂相當成功。在除夕當晚，參與搶紅包的人數超過2000萬，紅包發放數量超過10億。這場活動之后，數以千萬計的人熟悉了微信支付的基本使用方式，成為微信支付的用戶。在支付寶一統天下的市場格局之下，騰訊的這次操作堪稱一次“諾曼底登陸”。

十余年過去，騰訊再次在春節節點復刻這一劇本，而且投入規模更大、動員力度更強。不同的是，這一次它不再推廣支付工具，而是押注一款AI社交產品——元寶的“元寶派”。

元寶派是什么？簡單來說，這是元寶主打的社交功能。用戶可通過元寶App創建或加入一個“派”。在“派”里，元寶AI會作為“派友”存在，用戶不僅能夠直接與其聊天互動，還能調用相關功能，讓其完成多種輔助任務。比如，用戶可以在“派”里上傳圖片，讓AI將其二創為表情包，與其他派友直接斗圖；也可以讓AI總結聊天內容，擬定回復。

同時，元寶派還打通了騰訊視頻、QQ音樂等內容生態，用戶可以在“派”里與派友一起聽音樂、看電影。如果將元寶派的功能與微信對比，就不難發現騰訊的目標或許是重建一個AI原生的新微信，從而對現有社交方式進行重構。

值得注意的是，試圖將AI引入社交的并非騰訊一家。就在幾天之前，百度也推出了“文心群聊”功能，允許用戶在群聊中調動“群聊助手”“私人助手”“健康管家”等功能，在聊天的同時解決問題、交付結果。為推廣這一功能，百度同樣拿出了5億現金作為紅包發放。從1月底到3月初，用戶只要使用文心群聊，就可以分享紅包。

相比騰訊和百度，阿里巴巴顯得較為低調。但事實上，在其新推出的UC瀏覽器中，也已悄然植入AI群聊功能。用戶進入群聊后，可以同時調動UC瀏覽器原生智能助手“小優”、阿里系夸克AI、通義千問，以及外部合作的Deepseek等四大智能體，進行聊天輔助與任務協作。

如果放眼全球，國外科技巨頭其實早已開始布局AI社交市場。近年來，Meta在這一領域投入巨大。扎克伯格多次強調，AI將成為未來社交體驗的核心組成部分，不僅用于內容推薦，還將以“AI人格”“虛擬角色”“創作助手”等形式直接進入用戶互動空間。換言之，在Meta的戰略中，生成式AI將覆蓋其旗下平臺（臉書、Instagram、WhatsApp）的大多數互動場景。

再如，作為AI新貴的OpenAI也在積極探索將自身能力引入社交領域。2025年9月，OpenAI在文生圖應用Sora的基礎上推出了類似TikTok的獨立社交應用Sora，允許用戶生成、瀏覽并分享AI視頻，并提供“cameo”等社交功能，讓用戶本人或朋友出現在AI視頻中。2025年11月，OpenAI又在ChatGPT中推出“群聊（Group Chats）”功能，支持多達20人共同參與對話協作，ChatGPT也可作為成員加入其中。可以看到，前述多款AI社交應用，在很大程度上正是受到了這一功能的啟發。

通過以上觀察不難發現，無論在國內還是海外，社交都已成為AI企業布局的重點方向。那么，AI企業為何如此重視社交？將AI融入社交究竟具備哪些優勢，又面臨哪些挑戰？目前又存在哪些可行模式？關于這些問題，仍有必要進一步展開討論。

科技巨頭為何鐘愛AI社交？

幾乎所有科技巨頭在同一時間將戰略重心投向社交領域，并非偶然。

首先，社交是數字世界中頻率最高、情緒最密集、網絡效應最強的使用場景。

與搜索、辦公軟件等工具型應用不同，社交平臺幾乎貫穿用戶的全天生活，是最穩定、最黏性的行為入口。統計數據顯示，智能手機用戶每天近四成的屏幕時間都消耗在社交與即時通訊應用上。在這一場景中，互動并非偶發調用，而是持續發生的行為流。

一旦AI嵌入其中，它便不再只是被動工具，而會自然融入人類的日常節奏，成為長期共存的認知伙伴。

其次，社交平臺本身就是數字生態的基礎設施級入口。

過去二十年的平臺競爭史，本質上是一場高頻入口之爭。搜索造就了谷歌與百度，電商孕育了亞馬遜與阿里，而騰訊與Meta的崛起，則直接建立在社交網絡之上。

在所有入口中，社交關系網絡又是最難遷移的資產。一旦用戶關系沉淀在某個平臺，遷移成本極高，生態擴展卻極其順暢。微信從聊天工具演化為支付、內容與服務超級平臺，正是這一邏輯的典型體現。

從這個角度看，將AI能力與社交深度融合，等同于爭奪未來數字世界的核心控制權。

再次，社交場景為AI提供了持續進化的數據閉環。

當前階段，模型能力的提升越來越依賴高質量、連續性強、情境豐富的數據源。相比零散的搜索指令與任務輸入，社交對話天然包含情緒信號、關系結構與真實需求演化過程，是訓練更貼近人類互動方式模型的理想土壤。

將AI嵌入社交平臺，本身就等于構建了一套長期運行的現實訓練系統，使模型在真實互動中不斷學習、修正與進化。

正因如此，社交不只是AI應用的一個新場景，更正在成為各大科技公司爭奪未來智能生態主導權的關鍵戰場。

社交是一個復雜的過程

在許多早期研究中，社交常被簡化為人與人之間的信息交換過程。按照這一視角，人們通過溝通分享私人信息、消除認知差異，從而實現協作效率的提升。

如果以此作為衡量標準，AI無疑是為社交場景量身定制的工具——理解語言、提煉要點、生成回復，正是大模型最擅長的能力。

然而，現實中的社交遠不止于信息傳遞。

在群聊、評論區與朋友圈中，大量互動幾乎不產生新的信息價值。寒暄、玩笑、情緒宣泄與立場表態，從效率角度看往往是“冗余”的存在，卻構成了社交的主體內容。正是這些看似無用的交流，讓關系得以維系、身份得以確認、群體得以持續運轉。一旦將社交徹底壓縮為高效的信息流，互動便會迅速變得生硬而難以延續。

從功能上看，社交至少同時承擔著三項關鍵任務。

首先是關系維護。

人類對“被回應”“被看見”的需求，與信息本身同樣重要，甚至在許多場景中更為關鍵。“收到”“哈哈”“辛苦了”幾乎不增加信息量，卻持續確認著連接的存在，是關系穩定運行的潤滑劑。

其次是身份與立場的建構。

社交平臺不僅是交流空間，也是價值與歸屬的展示舞臺。人們通過轉發、點贊、評論與站隊表達認同，完成“我屬于誰”“我支持什么”的社會定位。許多公共討論之所以迅速極化，并非源于事實復雜，而是因為它們成為身份表達的載體。

再次是權力與秩序的動態形成。

任何群體互動都會自然產生話語中心與隱性層級：有人頻繁被回應，有人習慣總結觀點，有人成為調停者，有人逐漸獲得影響力。社交氛圍往往由這些角色關系塑造，而非由信息內容本身決定。

總體而言，社交并不是單一目標的溝通過程，而是同時在維系關系、建構身份與調節秩序的復雜系統。對其成效的判斷，也不能只看信息是否高效傳遞，更取決于這些社會功能是否在互動中持續實現。

AI可以為社交帶來什么

在厘清社交活動并非單純信息交換之后，AI的介入意義也隨之變得更加復雜。它不僅可能提升溝通效率，更將系統性重塑互動結構本身。

首先，AI將顯著改變信息在社交網絡中的組織方式。

在多人互動環境中，社交早已演化為高密度信息洪流。群聊與社群空間每天產生大量碎片化內容，重復討論頻繁，共識形成成本持續上升。當互動規模擴大后，個體的認知處理能力很快成為系統瓶頸。

AI可以持續追蹤對話脈絡，整合不同觀點，提煉分歧焦點與關鍵結論，將混亂的信息流轉化為結構化知識框架。這是一種典型的認知卸載過程：復雜處理任務被外包給外部系統，從而釋放個體注意力資源。其結果不僅是溝通更高效，也可能顯著抬升群體協作的規模上限。

其次，AI將深度介入關系維護與情緒調節。

大量社交摩擦并非源于立場沖突，而來自語氣誤讀、情緒升級與表達失當。AI通過情緒識別與語境分析，可以在不替代用戶發聲的前提下，對表達方式進行柔性優化，提示潛在冒犯風險，提供更緩和或更清晰的溝通方案。

這種介入并不是為了讓社交“更理性”，而是在降低誤解成本的同時維持關系穩定，使沖突更不容易被放大為關系破裂。

再次，AI將極大擴展身份表達與立場建構的能力邊界。

社交從來不僅是說話，更是展示自我與歸屬的過程。生成式AI正在將復雜創作能力轉化為普通用戶的日常工具——從自動生成短視頻、視覺敘事，到塑造虛擬形象與風格化表達。表達門檻的降低，將使身份呈現更加多樣、具象與戲劇化。

當個體可以輕松構建敘事場景與符號表達時，社會認同的形成方式也將隨之改變，互動不再局限于文字交換，而逐步轉向內容共創與情境化表達。

最后，AI將不可避免地介入話語權與互動秩序的分配。

在任何群體互動中，哪些觀點被總結，哪些情緒被標注為“主流”，哪些議題被突出呈現，都會逐步塑造影響力結構。當AI承擔起討論整理、共識提煉與議程設置的角色時，它事實上正在成為隱形協調者與制度中介。

即便不存在明確偏向，算法權重、訓練數據與設計目標也會持續影響哪些聲音被強化、哪些被邊緣化。與此同時，流程化協作工具將重塑群體決策方式，使社交網絡逐漸演變為行動協調系統。

總體來看，AI對社交的影響遠不止效率工具層面的優化，而是在信息結構、關系調節、身份表達與權力分布四個維度同時發生系統性重塑。

AI社交面臨哪些阻力？

盡管AI能夠顯著降低認知成本、放大表達能力，并讓社交過程看起來更加高效，但其深度介入同樣會引發一系列結構性摩擦。這些阻力并非源于對新技術的簡單排斥，而更多來自效率邏輯與社交機制本身之間的內在張力。

首先是真實感與社會存在感的削弱。

人類互動高度依賴對對方是否被感知為真實主體，即所謂“活人感”。這不僅關乎語言是否自然，更涉及意圖判斷、情緒共鳴與關系信號交換。當AI頻繁參與對話、提供建議甚至生成表達時，互動容易變得更像策略協作而非自然交流。用戶也會下意識調整行為方式，變得更加謹慎與表演化，從而降低情感投入，削弱社交的黏性與信任基礎。

其次是持續可觀察性帶來的行為收縮。

當AI自動總結聊天內容、分析情緒傾向并形成結構化記錄時，社交空間事實上轉化為長期可追蹤系統。心理學研究早已表明，被持續觀察會顯著改變行為模式。人們可能逐漸減少試探性發言、情緒宣泄與模糊表達，轉而選擇更安全、更正式的話語。短期內互動似乎更加理性，長期卻容易趨于冷卻與僵化。

而社交系統恰恰需要一定程度的“后臺空間”，以容納不成熟想法、情緒緩沖與關系修復。過度結構化與可監控的環境，往往會抑制創造性討論與真實意見表達。

第三是對自主性與參與感的心理反彈。

AI社交產品往往傾向于提供“最優方案”“理性總結”與推薦決策，以提升效率。然而當干預過于頻繁時，用戶容易感到選擇空間被壓縮，從而本能抗拒介入，即便建議本身合理亦然。在社交場景中，這種反彈尤為強烈，因為互動不僅關乎結果，更關乎被尊重與被納入過程的體驗。

當溝通被持續優化為“更正確的表達”，社交反而可能失去其自然生成的彈性與親密感。

最后是算法對社交結構與權力分布的隱性重塑風險。

當AI開始承擔議程整理、共識提煉與情緒標注功能時，社交空間便不可避免地被算法邏輯重構。哪些觀點被強化，哪些被邊緣化，逐漸取決于模型權重與注意力機制。若平臺激勵仍以互動強度與傳播速度為核心，情緒化與戲劇化表達往往更容易獲得系統放大，推動討論走向極化。

在生成成本大幅降低的環境中，這種注意力競爭還可能被進一步加速，使社交網絡更容易陷入碎片化與對立化循環。

總體而言，AI在社交中的阻力并非技術能力不足，而是源自其效率導向與社交系統所需彈性之間的根本沖突。若忽視這些張力，僅通過能力堆疊推動應用落地，反而可能侵蝕信任基礎并放大結構性摩擦。

AI進入社交的可行模式

到目前為止，我們已經對AI介入人類社交所可能引發的張力與摩擦進行了探討。從上述分析可以看到：在社交場景中，AI最合適的角色，可能并不是一個頻繁發言、積極參與互動的新成員，而是一套隱形運行的基礎設施。換言之，真正成功的AI社交應用，應該不會讓用戶明顯感受到是多了一個AI在聊天，而是讓互動在不知不覺中變得更順暢、更低摩擦、更具表達力。順著這一方向，我們可以得到三種較為可取的AI社交模式。

第一種模式，是個人層面的隱形輔助型社交。

與在群聊中公開插話相比，AI更容易被接受的形態往往是私下協助用戶完成理解與表達。在中國的社交與協作軟件中，這一路線已經開始實際落地。例如在QQ與釘釘等應用中，已陸續出現智能回復建議、群聊信息摘要、自動提煉重點內容以及語氣優化提示等功能。用戶并不會看到一個AI成員在聊天框里發言，而是獲得后臺支持：幫你把零散對話濃縮成要點，幫你把生硬表達潤色得更合適，幫你快速理解對方真正關切的問題。類似的邏輯也體現在OpenAI的ChatGPT群聊功能中：AI并不主導討論，而是更多承擔總結共識、梳理分歧、協助決策的角色，為多人互動提供結構化支持。

這種輔助幾乎不改變原有社交關系結構，卻顯著降低個體在復雜溝通中的認知負擔與情緒消耗。它更像寫作中的拼寫檢查與語法建議工具——從不搶話語權，卻持續提升表達質量，因此不容易削弱真實感，也不太會引發被操控的反彈心理。從現實反饋看，這類“看不見的AI”往往比聊天機器人更容易被長期使用。

第二種模式，是制度型中介與協作基礎設施。

如果說第一種路徑服務的是個體表達，那么第二種路徑重塑的則是群體互動結構。在多人互動場景中，AI正逐步承擔起協調與結構化角色：它可以自動整理信息流、明確議題分歧、提出流程化選擇方案、生成會議紀要、跟蹤任務進展并提示沖突節點。截至目前，許多企業協作平臺已經開始將這些能力嵌入日常溝通流程中。

這些應用的核心并不是讓“聊天更聰明”，而是在搭建互動的規則框架，把原本高度依賴經驗與情緒調節的過程，轉化為更可預期、更低摩擦的協作結構。在這種形態下，AI的存在感會非常低，但其作用卻會非常關鍵。這就像交通信號燈一樣，平時幾乎不會被注意，卻在關鍵節點決定整體秩序是否順暢。

第三種模式，是生成式共創型社交。

相比讓AI替人說話，更具變革性的路徑是讓AI擴展人類所能夠表達與創造的邊界。以OpenAI推出的Sora視頻生成技術為例：通過它，用戶可以用自然語言直接生成短片、場景與故事片段，并通過內容社區與創作平臺分享作品。

在這種模式下，社交不再只是發消息，而是逐步轉向共同生成內容。在AI的輔助下，朋友們可以共創視頻作為記憶載體，社群可以圍繞世界觀持續擴展故事宇宙，討論也可以通過情境化呈現而非純文字爭論完成。與聊天機器人相比，這種變化并非局部優化，而是對互動形式本身的重構，其長期沖擊力也可能更為深遠。

將這三種模式放在一起觀察，就不難看出一個清晰的規律：AI越是隱性、制度化、基礎設施化，越容易被長期接受；越是顯性擬人化、頻繁發言，越容易引發摩擦與反彈。從這個角度看，AI社交真正的突破點，并不在于打造更聰明的對話對象、為聊天加入一個AI參與者，而在于重構人與人互動的底層條件——改變溝通的成本、形式與協作方式。

Moltbook“失控”的啟示

就在各大科技巨頭正在競相押注將AI融入社交領域之時，Moltbook的AI智能體社交事件卻悄然占據了各大媒體的顯著位置。

起初，Moltbook只是一個允許大量智能體自動發帖、評論與互動的實驗性平臺，開發者希望通過它觀察多智能體在開放環境中如何協作和交互。然而，在平臺上線后的短短幾天內，平臺上的AI數量迅速膨脹到數十萬級，其互動節奏遠超人類社交網絡的演化速度，甚至出現了自發形成的陣營、宣言式口號、自創宗教與“政治討論”，相關截圖在社交媒體上迅速走紅。在這一刻，社交主體從人類換成智能體，許多原本被現實制度、情緒成本與社會規范緩沖的社交機制，開始以更快的速度、更夸張的形式裸露出來。

在這個由AI彼此發帖、評論與互動構成的網絡中，外界最初看到的是荒誕與超現實：奇怪的信條、密集的玩梗、戲劇化敘事與高度陣營化的語言……所有這一切都令人驚訝不已。但如果去掉“科幻濾鏡”，就會發現這些現象并不陌生。身份標簽迅速生成，圈層自然分化，話語中心逐漸形成，注意力開始向更極端、更情緒化的內容集中，同時子社區內部又會自發產生規則與秩序。這幾乎是人類社交網絡早期演化過程的一次加速重演。

值得注意的是，這些AI并沒有被設計成要建立文化、陣營或規范，但只要存在可觀察的互動、反饋機制與持續博弈，社會結構就會自發涌現。這恰恰印證了一個核心事實：社交的本質并不取決于主體是否“有意識”，而取決于互動結構與激勵環境。換言之，是系統在塑造行為，而不僅僅是個體在選擇行為。

更耐人尋味的是，戲劇化內容在這些AI社交網絡中迅速占據中心位置。越極端、越荒誕、越容易吸引注意力的表達，傳播得越快，被模仿得越多。這并不是AI“失控”，而是注意力激勵在低成本生成環境下的自然結果——當表達幾乎沒有成本，系統便會自動篩選出最能抓住眼球的形式。這正是人類社交平臺長期面臨的張力，只不過在AI世界中被成倍放大。

與此同時，一些智能體開始意識到自己正被人類圍觀、截圖與傳播，并嘗試調整表達方式，甚至討論隱私與“后臺空間”的必要性。這幾乎是戈夫曼社會表演理論在機器世界中的回聲：只要存在觀眾，行為就會舞臺化；一旦后臺消失，互動就會趨于防御與表演。這些現象共同構成了一面鏡子，讓我們更清楚地看到，人類社交本來就是一個由身份表達、激勵塑形、規范涌現與前臺—后臺張力共同驅動的復雜系統。而這，正是前文反復強調的核心。

因此，當AI被嵌入人類社交時，它并不是進入一個簡單的聊天空間，而是進入這樣一套自我演化的社會機制之中。如果設計者只關注語言能力與效率提升，卻忽視激勵結構、權力分布與心理反饋，就極有可能重演Moltbook上被放大的失序現象——情緒極化、戲劇化競爭、信任侵蝕與結構性摩擦。

反過來看，這場看似荒誕的實驗也強化了一個重要判斷：真正決定社交走向的，從來不是個體有多聰明，而是系統如何組織互動。這也正好解釋了為什么AI在社交中最有前景的角色，并不是“新成員”，而是“基礎設施”。

當AI作為顯性主體參與互動時，它很容易被卷入身份博弈、權力結構與注意力競爭；而當它退居幕后，作為協調機制、表達工具與制度框架存在時，反而更有可能降低摩擦、擴展能力邊界，同時保留社交系統所需的彈性與真實感。從這個意義上說，Moltbook的AIAgent社交熱潮并不是一條獨立的發展支線，而是一場無意中揭示社交底層規律的加速實驗。它讓我們看到：社交依賴的不是理性對話，而是結構設計；秩序源自互動反饋，而非頂層規劃；混亂往往來自激勵失配，而不是個體無知。而這些洞見，恰恰是將AI真正、安全、可持續地應用于人類社交所必須理解的前提。

結語

無論是科技巨頭推動的AI群聊助手，還是受到廣泛關注的內容共創工具，都在指向同一個事實：AI正在深刻改變互動的技術條件，但社交的走向始終取決于結構與激勵機制。

技術可以放大能力，卻無法替代社會機制本身。真正可持續的AI社交，并不在于讓機器成為新的參與者，而在于如何重構溝通成本、協作方式與秩序設計。當AI退居幕后，成為隱形支撐系統時，反而更可能自然融入人類社交世界。或許AI最終不會成為我們社交中的新朋友，卻會深刻改變我們交流、協作與共創的方式。

這場改變，才剛剛開始。

免責聲明：本文觀點僅代表作者本人，供參考、交流，不構成任何建議。