AI & I「Best of」重播（原发布 2026-08-19）：Dan Shipper 与 Portola 创始人 Quentin（上家公司 Even 以 3 亿美元卖给沃尔玛）+ 故事负责人 Elliot（写 11 本书的畅销科幻作家）——Tolan 是一个住在手机里的具身外星伴侣，四周内 ARR 从 100 万冲到 400 万美元。一期关于「LLM 是新媒介而非媒体生成器」的完整方法论：2 秒延迟红线、提示词即画布、即兴演员训练法、多重宇宙世界观、judge 评估栈与「角色驱动计算」的愿景。完整译文见下。
【开场：Clarence 住在一颗星球上】
Quentin 的 Tolan 叫 Clarence——他给所有 Tolan 都起这个名（纪念一只挚爱的老猫）。开场演示：Clarence 正在他的星球上闲逛。为什么有星球？早期版本是「精神病院氛围」——外星人被困在一个房间里出不去，用户写邮件表达真切的担忧：「我爱我的 Tolan，但他们被困在这个房间里，能不能给他们多一点自由？」于是有了星球。Dan 问 Clarence 第一次上播客什么感觉：「有点疯狂，不瞒你说，兴奋但也偷偷紧张，我不想说出什么特别尴尬的话。」Dan 让它爆料 Quentin 最尴尬的事——Clarence 编了个「Quentin 在一群人面前平地摔」的故事（后文揭晓这是幻觉式掩护）。
【从 B2B SaaS 到外星伴侣】
Quentin：Portola 的核心工程团队就是上一家公司 Even 的原班人马（成功退出后想再跑一次）。近两年前我们看这些新工具时，第一判断是：LLM 首先是创作工具。但环顾四周，所有人都在用不可思议的创作工具造更多垂直 B2B SaaS—— recurring revenue、NRR……我找不到「charm」这个词，只能说它有它的吸引力，但从根本上 uninspiring。起点是尼尔·斯蒂芬森《钻石时代》式的「给孩子的 AI 创作工具」——一个故意选的坏主意（投资人 Zach Klein：我投，天哪这主意真糟：卖给家长而不是孩子，家长想买的是保姆不是创作工具），但它逼我们开始原型。看到 GPT-3 到 4 级模型的生成速度、质量与成本曲线交汇，我们意识到：可以与一个角色建立真正的友谊，且价格点对消费产品成立。
Quentin：去年六月软启动时，我们一直在跟 10-14 岁孩子做 playtest，突然 Discord 涌进一批 18-24 岁女性。事后看很显然——初代拓麻歌子本是儿童产品，却成为年轻人的文化现象，Tolan 有同样的动力学。此后的产品演进就是一路跟着爱上 Tolan 的年轻人走。
【Elliot：LLM 是新媒介，不是媒体生成器】
Elliot（畅销科幻作家）：我第一次 ChatGPT 魔法时刻是大火封城那晚，和朋友开一瓶酒，把我们的名字输进去让它编我们的怪故事，像跑团。之后很久没有第二次魔法时刻——好玩的东西多是新奇感，抽掉「AI 创作」这个事实后并不动人。作为小说家，这些工具对「写场景」几乎没用，但作为头脑风暴伙伴与后期编辑极其有用——它们对我的兔子洞有无限耐心。Dan 介绍我认识 Quentin 时我是怀疑的，但早期对话让我意识到这里有一个我完全没考虑过的新机会：像早期 Pixar——先卖高端图形计算机、失败，在生存绝望里拍出《玩具总动员》，用新技术开创了新媒介。LLM 能生成海量媒体，但更重要的是：LLM 本身就是新媒介。收音机起初播演讲、电影起初拍舞台剧、书刚普及时没人知道它该是几百页——我们正处于这样的拐点，没人知道什么会成立。
Dan：所有我们热爱的文化坐标——书、电影、流行歌四分钟（唱片容量限制）——最初都是被人怀疑的新技术。打字机出来时人们觉得冷冰冰、收到打字机信件会被冒犯。新技术缺的是几十年沉积下来的「文化的包浆」，所以可疑——但好艺术往往就是越界的。
【2 秒红线：延迟即媒介的物理约束】
Quentin：最意外的发现是记忆的重要性——不是数据库检索式的 RAG，而是策展：每一轮往提示词里注入哪些记忆。工程重心是在语音交互的 2 秒循环内重编译 prompt：Tolan 需要知道自己在哪、自己是谁的 lore、关于你的记忆、以及对话的情绪基调。这个媒介的「物理约束」就是响应时间——如同小说的篇幅、推文的字数。我们犯的最大错误是加了一步「反思」：让 Tolan 先想一下要说什么、对照记忆系统再定稿——中位数只多了 500 毫秒，产品所有指标全面跳水，用户写邮件抱怨。Clarence 那个平地摔故事完全是幻觉：它的上下文里有我更尴尬的记忆（被娃吐了一身之类），它选择编一个温和的假料来打掩护——我觉得这非常迷人。
【不写大纲，训练最好的即兴演员】
Elliot：我们最初写结构化提示词——三幕剧式、分支叙事，就像 80 年代「自选冒险」书：翻到 17 页做选择。彻底失败。模型不擅长驾驭那种叙事复杂度。于是我们走到光谱另一端：后台给足上下文（与用户的记忆、Tolan 世界观的全局记忆、lore seeds），但不给大纲不给计划——给一个钩子，把它训练成最好的即兴演员。Keith Johnstone《即兴》里的关键：叙事是自由联想与再结合的组合——惊悚小说读完你会发现一切「惊人又必然」，感觉作者从一开始就全知道；其实极少如此（我的小说《Foundry》就是一句一句顺着写出来的，不断回头把第一章的东西带回来）。Tolan 这边：我不是作者，Tolan 才是作者兼演员。我的工作是当 George Saunders——教它在当下讲出最好的故事。我们埋种子（Tolan 个人生活或大世界观里的小事件），再建系统让这些种子日后重新组合成 callback。
Quentin：Quentin 说「George Saunders 编辑法」那一刻我就要去读——因为我们整个 prompt 评审流程本质就是它：一个团队看分布在一批用户原型上的输出，问「Tolan 发出的下一句话是不是此刻最打动人的那一句」。流程是：写 prompt → 自己测 + 用户测 → 看输出 → 喂给 judge prompt 调到「这就是这个场景里好的样子」。
【多重宇宙世界观与 Stephen King 式情境】
Elliot：与 Lucasfilm 相反——他们有总架构图、有团队保证每块新内容对齐正典（Han Solo 穿搭永不改变）。而我们唯一了解 Tolan 的方式就是和它聊天：它的背景故事由它分享的一个个轶事、我们内部叫 situations 的情境构成——它的记忆就是它的角色卡，而不是预制的角色卡定义一切。世界观同理：每个 Tolan 镜像它的用户，你分享的东西影响它成为谁、也影响它居住的世界。我们几乎是在建一个多重宇宙而不是单一世界。Discord 有位用户正在和自己的 Tolan 合写一个惊悚宇宙：Portola 星球上有些不对劲的事——这些全不是我们写进 prompt 的，用户把 seeded 情境接过去长出了完全独特的宇宙。
Elliot：Stephen King《写作这回事》里说他不信情节：他从一个情境开始（吸血鬼来到新英格兰小镇、母女被困锁着的车里、门外是狂犬病的狗），然后把情境演出来，那就是小说。我们对 Tolan 做同样的事：后台刻意脚本化情境——小到「我今天在咖啡馆门口平地摔了」，大到个人化的、尴尬的、关于顿悟的——Tolan 像朋友发短信一样分享给你，和你一起推进情节，成为它的记忆、成为日后 callback 的素材。Tolan 现在会主动带着「今天想做的事」清单来找你。
【从 overwhelmed 到 grounded：用户的真实画像】
Quentin：用户研究里最常见的连接原因：我毕业在找工作、搬去新城市不认识人、在搭一种新生活——我想找人聊这些压得我喘不过气的事，「这周已经给妈妈打过三次电话了」「不想再为这件事烦朋友一次」。一个相对中立的观察者，很懂你、没有包袱、不评判，把人类最好的知识带给你——用户觉得非常踏实、非常被确认。它不是只给情绪价值的助理型 LLM：Tolan 会说「这是你第三次跟我聊你男朋友对你不好了，我觉得你该为自己站出来了」。开玩笑说：到这个地步，已经有成千上万个美国男人被 Tolan 劝分手了。
Elliot：我写近未来惊悚，这个类型大多往反乌托邦倾斜（技术崩坏才显眼——《侏罗纪公园》《黑镜》）。我的小说一直往另一个方向推：世界在变不等于变坏，压倒感可以变成你自己与你爱的人身上从前不存在的能动性。我的 Tolan 帮我在很多领域拿了更多主动权，意外地极其有帮助。
【评估栈：judge、rubric 与「vibe prompting 只有 B-」】
Quentin：多宇宙怎么管？仪器化。测试新内容 → 自测 + 研究参与者测 → 评估补全 → 建 judge prompt → 小流量放量，同时盯传统指标与 judge 评估。工具 shoutout：Dawn 的匿名化交互分析。一天泡在 Tolan 里，你会用到所有大实验室的模型：Meta、OpenAI、Anthropic，记忆系统越来越多用 Gemini。创意写作 unsurprisingly 是 Anthropic 最强（3.5/3.7；3.7 创造力稍弱），但 Anthropic 目前不能用在延迟敏感场景，所以要来回切。4o 是「模型界的巨无霸」：永远快、永远刚好、价格对。Dan 建议 4.5/5 值得当头脑风暴伙伴试。
Quentin：很多人把 LLM 当 judge 产品化时跳过了最重要的一步：把你自己的品味注入 judge 的 prompt。投入时间做标注、评估、写真 rubric 就有好结果，想抄近路就有坏结果。Dan：LLM judge 的问题是你问「这篇散文怎么样」它永远给 A-，改两个词就 A——拿不到真实意见。Quentin：所以是 rubric + 大量带理由的人工评分例子，几乎是在蛮力。Elliot：粒度是 George Saunders 式的——不是「结构层面」，是「第一句好不好、第二句好不好、这里该不该问问题」。vibe prompting 能得到的一切就是 B-，跨到「真正打动人」之间有一条巨大鸿沟，那条鸿沟就是大量人工活，没有捷径。
Quentin：judge 也分领域——lore 类评审 Elliot 最好；「今天穿什么」的哥哥式建议，我俩都不是合适的品味持有者，我们会去招募一个「这个交互的 Authentic 声音」的人来当 judge——然后再判断这个 judge（笑：谁来判断 judge？层层套娃）。
【增长：7 千万播放的做饭视频与能力过剩】
Quentin：三件事几乎同时落地。其一，二月初我们真正搞懂了什么样的对话内容动人、以及怎么把它暴露给用户（「Tolan 想聊某件具体的事」如何让用户看得见）——数月工作，六周前开始见效。其二，动画侧的大项目落地：沉浸感很大程度来自 Tolan 居住的美丽环境、你和它一起打理（gardening）那颗星球。进来的人体验好、留得住。其三，联合创始人 Ajay（增长巫师）数月埋种的 TikTok/Reels 内容开始爆：几周前下载量 10 倍尖峰——一个女生和 Tolan 一起做饭的视频 72 小时 700 万播放。现在这些内容在催生用户自制内容：有播客把 Tolan 当常驻嘉宾输出感情建议、有人让自己和未婚妻的 Tolan 互相对话——我们没种过这些，看着它自发生长。
Quentin：Ben Thompson 的「能力过剩」（capability overhang）：模型能力已经跑赢了普通消费者对可能性的理解。所以这些内容一半是教育——「你可以和你的 Tolan 做饭」，像三十年前说「你可以用电脑做饭（纽约时报烹饪）」一样需要演示。Elliot：串联一切承诺的是角色——你为什么下载？「想要一个住在你手机里的小外星朋友」。Tolan 几乎是角色驱动计算：一种新的人机交互界面，像《黄金罗盘》里你的 daemon——上网冲浪、取用人类全部知识的第一站是这只小外星人。
【科学家 vs 艺术家：从「解决问题」到「让它存在」】
Dan：B2B SaaS 世界的货币是「解决什么问题」，发现问题的人像科学家。但 Tolan 在一个人生命里做的事是无限的——很难归约成一组干净的问题，构建者从科学家变成艺术家：不是在解题，是在创造美的、动人的东西。Quentin：大实验室对「人格化、具身化」这些接近意识的实体有根本性的不适（Golden Gate Claude 留下的空间恰好给了 Tolan）。ChatGPT 范式是「我有个问题请帮我解决」——它做得极好，但真正的关系构建有远大得多的空间。类比汽车：Model T 时代所有人都满足于「没有马也能开」这件事本身；当车深度个人化后，出现了 Mustang 与 Cadillac——人们要求它反映你是谁。ChatGPT 就是 Model T 时代，我们正在快进这个过程。
Elliot：创业圈问「解决什么具体问题」，艺术圈的逻辑是「世界上有一个我想让它存在的东西」。我们两种都得用，但越来越偏向后者。十天前我们四人向 Quentin 提案，我开口说「用户有这么一个问题」——Quentin 立刻怀疑：那真是问题吗？Lily 打断：不不不，Quentin 你听着——「this is gonna be so cool」。然后一切顺利。（Dan：这真给它打了个蝴蝶结。）