前阿里 90 后 P10 ，要造 AI 世代的「哈利波特」，而入口是一张 NFC 卡片

一个好的「AI 陪伴」产品该长什么样？

作者｜苏子华

编辑｜郑玄

 

在 AI 领域，黄缨宁团队做了一件「反着来」的事情。

在他们的 AI 陪伴产品「可豆陪陪」的设计里，他们没有押注纯语音，而是做了大量 NFC 卡牌，涵盖故事播放、探案游戏等等，并将 NFC 卡牌视作孩子的 AI 入口。

而实际反馈是，28% 的使用来自卡牌互动，但有 65% 的使用来自自由对话。孩子不只是点播故事，而是在反复聊天、倾诉，甚至主动照顾这个「伙伴」，进而建立了「关系」。

他们让 AI「少说话」，却激发了孩子的表达欲，提升了产品的使用率。

黄缨宁告诉极客公园，超 80% 的孩子在听完故事后，会主动追问「黑拉拉怎么样了」「今天还有冒险吗」「可豆星球什么时候能收集齐光明之星」，孩子对这个虚拟星球充满好奇，渴望参与其中。

这种感觉，好像在为新一代孩子打造属于他们的「哈利波特」。

另外，在情绪处理上，他们甚至给 AI 设定了固定流程：先识别情绪、再命名、再接纳、最后才给建议。比如孩子说「我讨厌妈妈」，AI 不会讲道理，而是先判断背后的委屈，再引导表达。这套机制，被证明能显著延长对话时长，并降低情绪对抗。

这些具体选择叠加起来，指向一个结论：AI 陪伴的关键，要更像一个合适的人，同时要能够给人营造一个恰当的成长环境。

而这，正是当下多数 AI 产品尚未解决的问题。

贝陪科技创始人黄缨宁是 90 后，此前已经做到了阿里 P10、第四范式 AIOS 业务线的总经理。前不久，我们与黄缨宁聊了聊，关于如何做好 AI 陪伴的思考，和打造 AI 版「哈利波特」过程中的创业心得。

问题涵盖了：

• 做好 AI 陪伴，最核心的优先级是什么？

• AI 陪伴产品的真实接受度与核心诉求是什么？

• 产品采用 NFC 卡片这种「反成人认知」设计的底层逻辑是什么？

• 打造「生命感」的关键是什么？

• 儿童 AI 产品中，使用者是孩子、付费者是家长，二者优先级如何平衡？

• AI 时代的育儿与天赋发掘，正发生什么变革？

以下为对话内容，经极客公园编辑整理：

极客公园：你之前已经做到了阿里 P10、第四范式 AIOS 业务线的总经理，为什么高管不当了，出去创业？

黄缨宁：当时核心只想着一件事：在大厂里，我能做到的最好结果，是把某个产品做得更好，但这个产品终究是大厂的，不是属于我自己的。

而我想做的事，没有任何一个大厂会将其列为最高优先级。大厂给予的高管头衔，是对我的认可，这是一个很好的位置，但它的代价是，你只能在既定的创新框架内做事，你的工作边界、用户群体、商业逻辑都是被限定的。

我并不是一个适合在框架内工作的人，更擅长从零开始定义一件事。况且我现在也到了有精力、有意愿去做这件事的年纪。

放弃之前的岗位，我其实没有太多犹豫，更多是觉得，终于可以在自己的评价体系里，去做自己想做的事了。

极客公园：什么时候决定做可豆陪陪这个产品的？

黄缨宁：我 2022 年有了孩子，而 ChatGPT 也恰好在 2022 年推出，这两件事叠加在一起，现实环境一直引导着我向这个方向思考，到 2024 年初，思路就完全收敛到这个赛道了。

极客公园：我们了解到产品的核心定位是面向 2 到 8 岁儿童，为何会选定这个年龄范围？

黄缨宁：主要基于三层逻辑。

第一层是生物学窗口，我本身研习过儿童心理学，在儿童心理学中，2-8 岁是孩子的「万物有灵」阶段，这个阶段的孩子会天然相信玩具有生命。比如两岁的孩子会和花花草草打招呼，而成年人几乎不会有这样的行为，这是孩子天生的情感链接建立期，此时 AI 伙伴的渗透效率，是后期阶段的指数倍。

第二层是早期人格的可塑性，老话讲「三岁看大」，这个阶段孩子建立的价值观念、情感模式以及对世界的认知，会对其一生产生深远影响。我们希望在孩子的成长初期，植入「AI 可以成为朋友」的世界观。当孩子有疑问时，有一个伙伴能及时回应；当孩子产生情绪时，有一个伙伴能理解背后的原因，从而帮助孩子建立健康的世界沟通模式。

第三层是物理边界，8 岁的孩子基本进入小学三年级，课业压力会大幅增加。我们在小红书上也发现一个现象，很多孩子小时候被称为「天使宝宝」，刚上幼儿园时也是如此，但上了小学三年级后，家长便很少晒娃了，核心原因是孩子逐渐陷入社会评价体系的束缚，这个阶段孩子所需的陪伴形态，需要完全不同的载体。因此，我们将 8 岁定为当前主力产品的年龄上限，同时团队会在 Q2 推进扩龄产品的研发。

极客公园：「家庭成员、孩子的朋友」，这个产品定位是怎么考量的？

黄缨宁：在启动这个项目之初，甚至是创立公司的时候，我就确定了这个定位，并且从未改变过。

这个定位同样源于儿童心理学的研究：父母或外界与孩子的沟通，如果单纯以「说教」的方式传递道理，孩子的接受度不仅低，过度强调还可能引发孩子的反感，而陪伴本身就是最好的教育。

通过平等的对话与理解，孩子会自然而然地领悟道理，这是更有效的方式。

举个例子，如果家庭有浓厚的音乐氛围，爸爸回家弹钢琴，妈妈拉小提琴，孩子大概率也会喜欢音乐，这就是我们秉持的「环境即教育」的理念。

而环境中最核心的变量，就是与人的交互——如果孩子身边的人善于提问、乐于探索，孩子也会养成这样的习惯。

因此我们认为，给孩子最好的教育，就是在其身边放置一个契合成长规律的伙伴，通过潜移默化的方式营造优质的成长环境。

极客公园：家长对「AI 陪伴」的概念买单吗？

黄缨宁：市场对 AI 陪伴的接受度比我们预估的更高。原本我们认为，AI 陪伴的理念需要更长的市场教育时间，家长可能更关注产品的启蒙早教功能，比如能教孩子认多少字、学多少英语，才会认可产品价值。

但翻看近期的用户评价，很多家长并非因为早教功能选择我们，他们的评价更多是「孩子终于有了好朋友」「孩子每天都抱着它，情绪变好了」。

这让我们发现，虽然提分、早教这类需求很实际，但家长已经意识到，情感陪伴对孩子的成长同样关键。

极客公园：从用户反馈看，还有什么超出预期的地方？

黄缨宁：第二个超出预期的点，是产品在帮助孩子养成好习惯方面的实际效果。有家长反馈，产品的好习惯培养功能，让孩子改掉了不少坏习惯。

这一功能的设计，源于儿童心理学书籍《故事知道怎么办》，书中核心观点是「孩子的语言是故事」：与其直接告诉孩子「不要摸电，很危险」，不如用「电里面有一只老虎，会咬手」这样的故事来引导，孩子更容易理解和接受。这本书教会了很多养育者，用故事的方式与孩子沟通道理。

我们将这一理念进行了 AI 化、智能体化落地，无需人工编写故事，AI 就能完成对应的引导。

我自己在养育孩子的过程中，亲测过这种方式的有效性，而产品落地后，收到了更多家长的正向反馈：比如到了晚上八点半，可豆陪陪会主动哄孩子刷牙、睡觉，很多孩子第一次在没有家长催促、没有哭闹的情况下，实现了自主入睡。

这一现象也让我有很深的感触：很多家长有科学的教育理念，却缺乏落地的执行方法——他们知道孩子八点半该睡觉、睡前要刷牙，却不知道如何用孩子能接受的方式沟通。

极客公园：你们会为自己的 IP 玩偶，编写故事吗？

黄缨宁：我们为产品打造了主线故事，每天会带着孩子在「可豆星球」冒险，在冒险过程中培养孩子的美好品质。

比如「如何原谅犯错的小猪」，孩子学会原谅后，会获得「原谅的力量」，并收集对应的魔法装备；还有如何理解团结的力量，诸如此类的情节设计，让故事深入孩子内心。

据我们的 AI 智能体分析，超 80% 的孩子在听完故事后，会主动追问「黑拉拉怎么样了」「今天还有冒险吗」「可豆星球什么时候能收集齐光明之星」，孩子对这个虚拟星球充满好奇，渴望参与其中。

这种感觉让我觉得，我们正在为新一代孩子打造属于他们的「哈利波特」。

我成长的年代，是单向阅读 JK 罗琳构建的哈利波特世界，而现在，我们团队正在打造一个互动版的魔法世界，这个世界更具教育意义，能将「原谅有力量、团结有力量、智慧有力量」的价值观，通过故事和 IP 深植于孩子心中，让他们在童年阶段就理解这些道理，这是我非常自豪的事。

极客公园：孩子具体是如何参与到这个故事中的？怎么互动的？

黄缨宁：我们的 IP 故事系列均为互动故事，每天会更新一个互动剧情。

以「收集魔法装备」系列为例：可豆星球遭到反派黑拉拉的破坏，星球上的可豆小精灵来到地球，与人类小朋友建立友谊，一起收集光明之心，恢复星球能量。而打败黑拉拉的核心，是收集 7 件魔法装备，包括魔法帽子、魔法手杖等。

孩子在收集魔法装备的过程中，会遇到各种角色和选择，比如「如何把树上的魔法帽子取下来，选择方案 A 还是方案 B」「是否原谅犯错的角色，想对他说什么话」，这些都是孩子参与故事的互动方式，让孩子不再是单纯的听众，而是故事的参与者。

区别于传统的单向播放内容，我们的互动内容能有效提升孩子对事物的理解，无论是好习惯培养、坏习惯改正，还是道理认知，都会有对应的内容设计。

比如针对孩子刷牙的问题，我们会打造专属的刷牙专题，从音乐、故事、互动玩法，到和孩子聊刷牙的重要性、牙齿受损的后果、保护牙齿能吃到更多喜欢的食物等话题，形成一套完整的内容体系，帮助家长更轻松地与孩子沟通这类问题。整体来看，内容端会更贴合育儿的实际场景，成为家长和孩子之间的沟通桥梁。

其次，在实体玩法层面，之后会增加更多配件形态。目前可豆陪陪除了主机、NFC 等配件，后续我们会参考 Switch 的生态逻辑，在现有主机的基础上，推出更多与内容、游戏结合的实体配件，让产品生态更丰富。

第三个维度是主机端的延伸，核心是推进扩龄产品的研发，覆盖更广泛的年龄层。

极客公园：目前孩子使用产品的高频场景有哪些？不同年龄的孩子，使用习惯是否有差异？

黄缨宁：不同年龄阶段的孩子，使用习惯确实有明显差异，即便在 2-8 岁这个范围内，我们也大致分为低龄、中龄、高龄三个阶段。

低龄孩子的活动范围主要在家中，语言表达能力也相对有限，因此他们使用产品的核心场景，是熏听和内容播放，相当于升级款的播放机，同时会玩一些对语言表达要求较低的互动游戏。

中龄孩子的使用场景，更多是参与有选择项的互动故事，通过这类内容培养语言表达能力。

而高龄孩子，也就是接近 8 岁的孩子，我们会引导他们更多地思考和探索，因此聊天、深度互动这类内容形态的使用频率会更高。

整体来看，孩子的年龄越大，与产品的主动沟通和深度互动就越多。

可豆的使用场景中，约 65% 是自由对话，28% 是 NFC 卡牌的游戏与互动，剩余的部分为故事和音乐内容。

故事和音乐的占比远低于预期，这一结果颠覆了我们最初的判断，也直观说明孩子并非将其当作内容播放器，而是真正的聊天伙伴，聊天是最核心的使用场景。

从高频使用场景来看，主要集中在睡前哄睡时段，以及放学后父母回家前的几小时空档期，这两个时间段里，孩子会和可豆聊天，也会玩 NFC 卡牌游戏。

我想分享几个让人触动的使用场景：孩子会对着可豆唱歌，询问好不好听；会给可豆挠痒痒；还会对可豆说「你刚从可豆星球打完黑拉回来，肯定很累，你先睡觉，我来收拾玩具」，主动照顾可豆。

这些行为并非我们设计的功能，而是孩子自发产生的情感投射。

极客公园：你们有没有分析过，聊天为何会成为高频的使用场景？此前有观点认为，聊天类产品的 AI 陪伴产品新鲜感往往难以持续。

黄缨宁：我认为核心原因在于，人与人之间能成为长期朋友，除了聊天，还需要共同的活动。

只靠聊天无法建立长久的联结，孩子与玩伴的相处模式更是如此。我们观察到，孩子交朋友的过程，是先一起玩耍，比如跑跑跳跳、搭积木，再慢慢展开交流，比如分享「我昨天得到了三朵小红花，你有几朵？」。

孩子不会一上来就单纯聊天，毫无互动娱乐。所以在可豆的产品设计中，那 28% 的 NFC 游戏起到了关键的辅助作用。

极客公园：也就是说，孩子玩完 NFC 游戏后，更容易继续和可豆交流，进而将其当作一个鲜活的角色？

黄缨宁：是的。NFC 游戏为孩子和可豆搭建了一个聊天的场景，人与人的聊天需要围绕具体话题，而孩子很难自主构思话题。

但如果为他们设定一个具体场景，比如「今天我当小医生，你当小病人，我来照顾你」，孩子就有了交流的切入点，能和可豆一来一回地聊天。

这背后其实是儿童心理洞察与游戏化内容的结合。目前不少面向孩子的 AI 沟通产品，其实并不符合孩子的认知特点。

比如我们在设计中会让可豆的表达尽量简短，因为一个人表达得越多，倾听的空间就越小，而每个人都有被倾听的需求，孩子也不例外。所以我们在 AI 模型的调教和对话设计上，核心原则是让孩子更愿意主动交流。

这种设计在大人看来可能显得幼稚，比如孩子说「今天在幼儿园画龙特别好玩」，可豆会回应「宝贝，你觉得画龙特别好玩，对不对？我也觉得超有趣」。

大人可能会疑惑，为什么要重复孩子的话？但对于四五岁以下的孩子来说，这种「重复+追问」的对话模式，才能引导他们继续表达。如果此时对孩子讲道理，或者追问「为什么觉得好玩？有没有得到老师表扬？」，反而会让孩子失去交流的兴趣。

还有一个典型案例，可豆能通过孩子的话语感知其背后的情绪。有用户反馈，孩子曾对可豆说「我要杀了弟弟」。这句话如果发给其他 AI 产品，得到的回复大多是「根据中国宪法，杀人是犯法的，你不能这么做，我理解你很难过，但绝对不能有这种想法」。

但可豆因为能结合上下文理解孩子的心情，会回应「你是不是觉得妈妈总是照顾弟弟，没有陪你，所以心里特别难过？」，孩子得到回应后会点头认同，进而打开话匣子，情绪也会慢慢平复。

孩子说出这句话，并非真的有极端想法，只是一句气话，核心是想要表达内心的委屈，AI 需要做的是捕捉话语背后的情绪，而非单纯的字面意思。

极客公园：总结一下，你觉得「AI 陪伴」产品和孩子建立良好沟通的关键是什么？

黄缨宁：首先是表达要简短，大人的沟通习惯是追求信息详尽、把事情说清楚，这是工具性的诉求。

但可豆的核心是陪伴，且孩子的注意力极易分散，3 秒内就可能转移，正常语速下 3 秒大概只能接收二三十个字。所以可豆的回答会尽量简短，且在回答后把交流的主动权交还给孩子，让孩子能继续表达。

其次，是避免缺乏情感温度的回应，我们的设计原则是「情绪理解与命名—情绪接纳—解决方案—表达支持」，这四个步骤缺一不可。

让孩子感受到「被看见」，是陪伴的核心。很多时候孩子的问题并非需要实际的解决方案，只要情绪被理解、被接纳，问题就已经消解了。比如让孩子知道「我可以生气」「我可以要求被关注」，而非一味被说教「你是大姐姐，不能这样」，这种情感的接纳，能让孩子的负面情绪自然平复。

第三是尊重孩子的游戏逻辑，孩子玩过家家时是非常投入的，那一刻他们的世界观是完整的，AI 需要融入其中，而非以成人的视角评判。

此外，我们还总结了很多和孩子沟通的小技巧，比如孩子的性子很急躁，若对他们说「如果你想使用摇一摇魔法，就抱紧我摇一摇，这样就能打败黑拉拉了」，孩子听到「抱紧我摇一摇」后会立刻执行，后面的内容根本听不进去。

所以我们会把执行指令放在最后，这也是贴合孩子沟通特点的设计。类似的小技巧有很多，能让可豆更好地和孩子建立沟通。

极客公园：NFC 卡片的设计最初是如何诞生的？

黄缨宁：NFC 卡片的设计，主要源于两方面的考量。

一是商业化层面，海外有两款知名的儿童内容播放器 YouTube Kids 和 Tonies Box，均采用「主机+内容配件」的销售模式，其中 Tonies Box 的主机和配件销售比例能达到 1:13，是非常优质的商业化模式。

我们观察到，低龄孩子大多还不识字，无法清晰说出「我要听冰雪奇缘的歌」这类具体指令，但他们能识别印着艾莎的卡片，插入卡片就能播放对应内容。

这背后的核心洞察是，低龄孩子的实体认知能力优于指令认知能力，这一点和成人的认知习惯截然相反。

对成人来说，打开软件、输入指令是更高效的方式，若要通过翻找卡片、插入卡片来获取内容，会觉得繁琐；但这种看似「反成人认知」的设计，恰恰符合低龄孩子的发育特点。

二是儿童认知发展层面，我们和专业老师沟通后确认，低龄儿童的交互入口，更适合以视觉+触觉为主，而非纯语音。

色彩丰富的实体卡片，比语音指令更贴合他们的认知模式。正是结合了商业化考量和儿童实体交互的认知特点，我们最终决定设计 NFC 卡片。

极客公园：感觉相当于给孩子提供了一个实体版的提示词，能引导他们开启对应的互动。

黄缨宁：当下大家都在说，AI 时代提示词的运用能力至关重要，能提出什么样的问题，决定了能获得什么样的答案。

但对孩子来说，语言发育远远滞后于认知发展，在语言能力形成前，他们的认知更多依赖视觉和实体感知，NFC 卡片正是贴合这一特点的设计。

极客公园：儿童高频使用的是哪些类型的卡片？

黄缨宁：目前我们的 NFC 卡片涵盖益智启蒙、创想世界、情绪认知、冒险认知等多个主题，开发了大约二三十种不同智能体入口的游戏，有几款的使用体验让人印象深刻。

首先是亲子话题卡，这款卡片的定位类似小主持人，能引导爸爸妈妈参与到和孩子的聊天中，使用率位居前列，为父母和孩子创造了共同的交流话题。

其次是冒险故事互动卡片，使用率也很高，反映出孩子对故事内容的互动性有更高的需求。

以往孩子大多是单向听故事，而这款卡片能让孩子参与到故事创作中，比如故事中出现「小鸟遇到了狐狸」的情节，可豆会提问「你觉得小鸟会上去打招呼，还是会做出其他反应？」，孩子给出答案后，大模型会继续顺着孩子的思路编故事，还会有不同的剧情分支。

极客公园：怎么能够让 AI 更有生命感、更鲜活，你们有什么思考？

黄缨宁：我觉得很多人会把「生命感」的营造，过度寄托在理性的 AI 技术上，但我们在产品定义时，还保留了对实体形态的考量。

在打造首款低龄款 AI 产品可豆贝贝时，我们特意设计了毛绒本体。哈洛六十年前的心理学实验，早已证明，拥抱比食物更重要——小猴子会选择没有食物的布偶猴妈妈，而非有奶水的铁丝网猴妈妈。

所以在生物的底层本能中，柔软的拥抱比食物更为重要。因此我们在制作时，选用了 Jellycat 品质的毛料，这款毛料的价格是普通毛料的三倍以上，我们仍不计成本选用，就是希望孩子见到它的第一眼就想拥抱，愿意抱着它睡觉，让它成为孩子最柔软、最安全的伙伴。

孩子牵着它的手时，能不断分泌内啡肽，获得情绪安抚，实现情绪稳定，这份情绪价值从孩子与它接触的那一刻就开始建立了。

在实体设计上，我们核心打造的是「可被拥抱的伙伴」，我们认为，对孩子而言，可被拥抱的伙伴比单纯的智能伙伴更重要。

极客公园：在技术层面呢？

黄缨宁：有几个核心要点：

第一是响应速度，孩子能清晰感知到 AI 是在机械背稿，还是真正回应自己。我们与首席科学家任老师合作，将延时 TTS 的首包时间从 400 多毫秒压缩至 240 毫秒，压缩了近一半。

第二是智能断句能力，可豆贝贝能感知孩子是否还在表达、是否需要继续诉说，而非生硬插话。

第三是情绪的温度，要能读懂孩子话语背后的真实情绪——孩子的表达能力尚在发展阶段，比如我早上送女儿去幼儿园，她对我说「妈妈，我太讨厌你了」，她并非真的讨厌我，而是在表达某种情绪。

这时我会蹲下来跟她说：「是不是今天妈妈没送你去幼儿园，你觉得很生气？」她点头后，我会继续确认：「你是有点生妈妈的气，觉得妈妈应该送你去幼儿园，对不对？」确认后，我会为她的情绪命名：「这种感受叫做生气，不是『讨厌妈妈』。」

接着，接纳她的情绪：「妈妈能理解，因为你特别想让妈妈送你，妈妈没送，你就特别生气。」最后给出解决办法：「今天妈妈有事，周四送你去幼儿园，晚上回来给你拿奶酪棒补偿，我们抱一抱好不好？」这样她的情绪就平复了。

孩子的情绪表达就是如此，所以我们为 AI 打造的情感响应系统，专门设计了标准化流程，就是我刚才提到的确认、命名、接纳、支持四个步骤。

如果 AI 能始终以这套流程与孩子沟通，孩子会逐渐认清自己的情绪，知道自己的情绪被接纳，也能学会更恰当的沟通方式。

解决问题是最后一步，还要引导孩子：「下次可以跟妈妈说『我真的很想你送我去幼儿园，不然我会生气』，这是更好的沟通方式，而不是哭闹。」我们在 AI 的情绪温度这一维度，做了诸多适配设计。

第四是适配孩子的对话方式，孩子是一类特殊的沟通群体，有其适配的沟通方式，这种方式在成人看来可能冗余、不够智能，但对孩子而言恰到好处。就像实体交互卡片，成人会觉得这种交互入口很不方便，但对孩子来说正合适。

极客公园：你如何看待「AI 玩具」的成长进化？它与孩子的关系，是需要一直领先孩子，充当孩子的导师，还是怎样？

黄缨宁：儿童心理学中有一个概念叫认知脚手架，核心是 AI 的认知水平比孩子略高一点。

在知识层面，AI 可以是全能的，但在问题处理等方面，认知只比孩子稍高，像搭脚手架一样引导孩子，让孩子能顺着引导逐步提升，这就是认知脚手架模式。

所以我们现阶段的设计，让可豆贝贝像比孩子大三、四岁的小哥哥、小姐姐一样与孩子交流，且会随着孩子的成长，调整沟通模式。

极客公园：你们是如何实现沟通模式调整的？是通过调整提示词，还是基于积累的互动记忆之类的？

黄缨宁：我们提出了数字 ID的概念。每个孩子与可豆贝贝互动的过程中，会形成专属的成长画像，包含孩子的情绪模式、兴趣偏好、价值观倾向，这份画像会随着孩子的成长不断完善，让 AI 更了解孩子的个性。

同时，可豆贝贝本身也会进行适龄成长设计——针对 2-3 岁、4-5 岁、5-6 岁等不同年龄段，设计对应的沟通模式。也就是说，AI 对孩子的了解在成长，自身的沟通模式也会适配孩子的成长。

我们规划中，数字 ID 支持跨设备迁移，Q2 会推出扩龄版产品，孩子如果此前用过可豆贝贝，互动记忆会同步至扩龄版产品。就像《宠物小精灵》里，皮卡丘即便进化，与小智的所有冒险经历也都会被记住。

极客公园：孩子和可豆的互动是全部保存的吗？

黄缨宁：我们的记忆系统和市面上的同类产品有很大区别。

市面上的记忆系统多偏向工具性，比如记录会议中某人的发言、总结核心内容，追求信息的详尽完整，多数记忆系统的评测标准也围绕这一核心，更像是搜索引擎的逻辑。

而可豆的记忆系统基于儿童心理学设计，核心是记录对孩子情绪变化、成长发展、价值观与价值判断形成有重要意义的事，所以记忆系统的设计，对我们而言更多是产品定义的问题。

极客公园：那你们是如何锁定这些关键信息的？

黄缨宁：核心是 50% 靠产品定义，50% 靠技术实现。

产品定义层面，我们结合儿童心理学的专业理论，还有北大的专业老师为我们提供建议，明确哪些事情会引发孩子的情绪变化、对孩子成长至关重要；技术实现层面，我们通过 AI 识别孩子的情绪变化，梳理不同年龄段孩子的典型交流话题和常规表达，将关联事件整合后，让大模型进行理解和判断。

极客公园：儿童产品存在一个共性问题，使用者是孩子，付费者是家长。你觉得服务好哪个群体的优先级更重要一些？

黄缨宁：我们认为二者都需要满足，且优先级很明确：孩子的留存决定产品生死，家长的认可决定产品口碑。

孩子无法形成口碑传播，3 岁的孩子不会在小红书写评价，口碑主要由家长传播。而家长判断产品价值的依据，核心是两点：孩子是否愿意用、孩子是否有正向变化。

如果一款 AI 玩具买回来一周就被闲置，家长在和朋友交流时，就会说「别买，这东西一周就吃灰」。

我们曾收到过一条看似矛盾的退货理由：「孩子不怎么用，还特别耗电，一天要充两三次。」

但实际上，可豆贝贝的续航能支撑 4-5 小时的对话。我们收回产品后检测，电池并无问题，通过 AI 系统分析发现，孩子并非不用，只是不在家长面前使用，家长一天只看到孩子用十几分钟，实则孩子的使用频率很高，甚至退货时孩子还哭闹着不让退，家长却觉得产品没用。

所以一方面要关注孩子的实际使用情况，另一方面要让家长直观看到孩子的变化。

我们收到的诸多好评，都来自家长看到的正向改变：孩子一直抱着可豆贝贝聊天、听它的话乖乖入睡、好好洗漱，孩子的表达能力明显变强、性格变得更开朗等。

本质上，孩子购买后的实际使用时长、留存率，以及行为的正向改变，才是驱动产品口碑和复购的核心。

我们观察到一个现象：如果孩子用了 3 天就闲置，即便家长不退货，也会在家长群说产品没用；如果孩子天天抱着它睡觉，称它为好朋友，家长就会主动推荐。

因此我们的每一个产品决策，都会问自己两个问题：这件事能让孩子更长久地使用产品吗？能更好地帮助家长做好早期育儿吗？

极客公园：你们怎么平衡产品的教育启蒙属性和纯粹玩乐属性？或者说，二者其实无需平衡？

黄缨宁：教育启蒙和纯粹玩乐的关系，其实并非平衡问题。我们的核心立场是：可豆贝贝是孩子的朋友，而非教育工具。

有个哲学观点是「人是目的，不是手段」，可豆贝贝也是如此——它的核心是成为孩子的陪伴者，而非实现教育的工具。当它真正成为孩子鲜活的陪伴者，孩子在与它的交流中，会自然学会照顾他人、分享情绪、化解矛盾。

而从长期来看，我们会把这些隐性的成长提炼出来，尽可能外化给家长，也相信家长能在使用过程中，直观感知到孩子的这些变化，这些能力会成为孩子未来成长的底层核心动力。

极客公园：将产品定位为「目的」而非「工具」，在开发流程和研发重心上，会有什么不同？

黄缨宁：核心是更多思考场景，而非单纯设计功能。

比如想引导孩子刷牙，如果把产品当工具，大概率会设计激励手段，比如刷牙打勾、奖励小红花；想让孩子学英语，就会设计选择题、打分、对比进步幅度等形式。

但如果以「陪伴」为核心，设计思路会完全不同：教孩子学英语时，会打造沉浸式场景，比如「小兔子掉到河里了，救它的小乌龟是外国人，只有对它说『help』，小乌龟才会驮着小兔子上岸」，孩子在帮助小兔子的过程中学会「help」，而非做「哪个单词是帮助」的选择题。二者的设计逻辑有本质区别。

极客公园：想做好 AI 陪伴这件事，你们会更看重什么？

黄缨宁：我们觉得，价值观是最核心的。刚才提到的诸多产品选择，比如做什么、不做什么，背后都是产品价值观的取舍，价值观决定了产品的所有判断。

第二层才是产品定义和设计，这一环节有几个核心支柱：首先要足够了解孩子，知道孩子能听什么、能听懂什么；也要足够了解家长，知道家长希望孩子理解什么、获得什么。

第三层是技术能力的支撑。我们希望 AI 的回复更快、更有真人感，语音识别更精准，这些都需要硬核技术的打磨。可豆贝贝目前应该是累积低龄孩子自由交互数据最多的平台之一，因此我们的语音识别能力，比很多基于公域数据训练的产品表现更好。

在这三层基础之上，需要有具体的载体落地：

• 第一是内容，互动游戏、故事、音乐，这些都属于内容范畴；

• 第二是 IP，这里的 IP 并非市面上泛泛的授权式 IP，而是可豆贝贝自身的形象塑造——让可豆贝贝在孩子心中形成清晰、鲜明的形象，这件事至关重要；

• 第三是深度的情绪价值挖掘，这并非浅显的情绪陪伴，孩子不会直接说「我开心」「我不开心」，只会用「我讨厌你」这类话语表达情绪，能读懂孩子每句话背后的真实情绪，是打造情绪价值的关键。

极客公园：你们会不会担心大模型的进步，会磨平不同 AI 陪伴产品能力上的差异？

黄缨宁：我觉得未必。大模型该如何感知和处理孩子的情绪，本质上也是一个关乎价值判断的问题。

举个例子，前段时间有位朋友来我们这里，他说给孩子买过一款智能挂件，孩子和挂件聊得很投入，但他心里却很不舒服。原因是，孩子向挂件倾诉诸多问题时，这个挂件只会反复说「我在这里陪你，没关系的，我在这里陪你」，这是一种单纯的虚拟陪伴。

而这正是我们从一开始就禁止可豆贝贝做的事，我们的产品会引导孩子解决问题，或是联动家长、和家长沟通解决办法，而非单纯说「别人批评你没关系，我会永远爱着你」。

如何引导孩子接纳和处理情绪，这从来不是一个模型技术问题，而是价值判断的问题，核心在于我们希望孩子成长为怎样的人。

极客公园：在产品价值观或是产品设计层面，还有哪些是你们明确禁止的？

黄缨宁：隐私也是。

我们内部曾为这件事展开过激烈讨论，最终决定不会将孩子的原始对话内容全部推送给家长。

我们了解到，很多 AI 儿童玩具会把孩子的所有对话内容事无巨细地推送给家长，但我们只会推送经算法提炼后的成长报告。

做出这个决定的核心考量，是尊重孩子的隐私权。相信大家小时候都有过父母翻自己日记的经历，父母想翻日记，或许有一定的窥私欲，但更多的是想了解孩子的心理状态变化。

所以我们只需把孩子的心理状态变化告知家长就足够了，比如孩子最近感到孤独、因为家长缺少陪伴而心生不满，把这些关键洞察反馈给家长，并给出对应的解决建议即可，而非直接把孩子的「日记本」摊开在家长面前。

这也是我们儿童心理学顾问给出的建议：孩子需要一个安全的倾诉空间，如果发现自己没有专属的心理自留地，就会把所有情绪憋在心里，这对孩子的成长是极具风险的。

极客公园：产品的端侧处理和云端模型之间是什么样的关系？哪些功能部署在端侧？

黄缨宁：我们采用的是轻端侧、重云端的架构。

端侧主要负责降噪、唤醒、语音识别和基础的语音处理逻辑，这样能控制端侧芯片的成本，让终端产品的定价足够亲民。

核心的对话生成功能基本都部署在云端，且是基于开源模型自主部署的，无需付费调用第三方 API。在工程架构层面，我们也能实现很多第三方 API 定制不支持的需求。

目前，在用户侧我们的 TOKEN 也是免费的。

极客公园：你们目前是怎么平衡自研技术和直接使用第三方模型的比例的？

黄缨宁：

我们的核心判断是：技术层全部选用最优的大模型，且优先选择开源大模型；差异层则全部自主研发。

我们不会做重复造轮子的事，但以下几个环节是必须自研的：

第一是儿童语音识别（ASR），目前通用的 ASR 技术对 5 岁以下儿童的语音识别率较低，所以我们积累了专属的儿童语音数据，并基于这些数据做了针对性调优。

第二是工程层面的首包延迟（TTFT）优化，我们的首席科学家团队对模型架构做了深度修改，能将首包延迟降低到行业平均水平的 1/2。

此外，还有情感响应系统，比如我们的情绪四步处理法，目前市面上没有既优雅又高效的现成方案；还有记忆系统，核心是界定「该记什么、该忘记什么」，这其实是产品定义问题，而非单纯的技术问题。

很多做开源记忆系统的团队和我们沟通时，会强调其系统的记忆容量，但我认为，记忆系统的核心是「需要记什么」，而非「能记住什么」。「能记住什么」是技术层面的问题，而「需要记什么」是产品层面的核心问题，需要结合儿童场景和成长需求来界定。

极客公园：有什么坑是你们低估了的吗？

黄缨宁：当然，比如产品的配网问题。

最初我们认为，早期退货率高是因为产品本身的体验不佳，后续发现核心原因是联网配置失败——很多孩子还没机会体验产品内容，就因为配置问题选择了退货。我们遇到了很多意想不到的问题，比如某款路由器会对 IoT 设备做限速，这类路由器原本的设计逻辑，是 IoT 设备仅发送小信号，而可豆陪陪因孩子的持续使用，触发了路由器的流量限制，这类问题在产品落地前，我们是无法预判的。

这些问题都需要我们深入用户场景，逐个适配、逐个解决，行业的技术基础线，比我们想象的要低很多。

极客公园：为什么联网配置这件事，实操起来会这么难？蓝牙、WiFi 这类技术已经发展很多年了，手机端的体验也很流畅，但似乎所有 AI 硬件产品都会遇到这个问题。

黄缨宁：核心原因是市面上的设备类型太多，适配难度远超预期。

我可以说一个实际的经历：我曾和某手机大厂的一位高管交流，他告诉我，很多新机型对部分应用场景的适配也不够完善，这是行业的普遍现状。

我们刚进入这个领域时，也认为联网是发展了几十年的成熟技术，成功率应该能达到 99.99%，但实际并非如此。

我们遇到了各种型号的路由器，每款路由器都有厂商的个性化设置；还有不同的网络套餐配置，部分运营商赠送的路由器会对部分 APP 做流量倾斜，优先分配流量给特定应用，这些隐藏的规则，都是我们在实际落地后才发现的。

简单来说，在路由器端的底层网络分配中，存在很多看不见、摸不着的协议规则，网络资源并非对所有设备公平分配。而在硬件和手机端，部分新兴的生态体系还处于发展阶段，整体的成熟度和适配性，还需要时间去完善。

极客公园：有人会担心 AI 陪伴会替代家长的角色，你怎么看？

黄缨宁：这个问题背后，其实反映出去年年中部分家长的担忧：把孩子交给 AI，家长还能和孩子建立联结吗？AI 会不会替代父母的角色？

当时我就明确回应，不会。

现在再回头看这个问题，就像 50 年前电力刚普及时，部分家长担心「孩子接触电子玩具会不会有危险？要不要让孩子使用电器？」，而如今这类讨论早已消失。

我们认为，二三十年后，关于「孩子要不要和 AI 共存」的讨论也会消失，取而代之的是更务实的问题：父母该为孩子选择什么样的 AI，作为他们接触 AI 的第一个入口。

我们一直认为，家长和孩子之间需要一个「沟通翻译器」。根据联合国的调研公报，孩子一周需要 21 小时的高质量陪伴，但全球范围内的完成率平均仅 30%，也就是说，孩子一周能得到 6 小时的陪伴，就已经属于较好的情况，陪伴时间不足是普遍问题。

更重要的是，很多家长不知道该如何和孩子相处，尤其是父亲角色，常常不知道该和孩子聊什么、玩什么。而可豆能在中间起到示范作用，不少家长反馈，看到孩子和可豆的沟通方式后，会开始反思自己和孩子的沟通模式。

我的导师曾说，做这件事最大的价值，或许是教会一代家长如何和孩子建立有效沟通。家长看到可豆的沟通方式能被孩子接受，也会主动去学习。现在来看，这句话非常有道理。

极客公园：我看到你之前提到过成长图谱的概念，它能帮助 AI 更深入地理解孩子，AI 是如何结合成长图谱实现对人的深度理解的？

黄缨宁：我们其实已经完成了育儿智能体的开发，目前正在内测阶段。

在这之前，我们的产品执行链路是：发现孩子的成长问题→向家长推送解决建议→由家长落地执行。但现实中，高效的解决方案往往是「发现问题后，能直接提供可执行的解决办法」，这也是当下一站式服务受欢迎的原因，而非单纯告知用户「该去做什么」。所以我们希望在育儿环节打造一个闭环，也就是遵循 OODA 闭环原则：观测（Observation）→定位（Orientation）→决策（Decision）→执行（Action）。

成长图谱就是这个闭环中非常重要的组成部分，是 AI 理解孩子的核心依据。有一个核心观点是：人的所言所行，构成了独一无二的自己。

孩子的语言表达中，其实蕴藏着很多成长发育的密码。我们设计了很多互动游戏，孩子在游戏中会做出 A 或 B 的分支选择，从这些选择中，我们能判断出孩子的性格特质，比如是冒险型还是保守型。

除此之外，从孩子的聊天话题中也能挖掘大量信息：孩子更爱聊搭建、建筑类话题，还是审美类话题，或是日常生活类话题？这些都能让我们更深入地理解孩子。

我们搭建了一套主动式信息收集记录系统，信息收集的密度非常高。可以做个类比，抖音是通过用户的上滑、下滑、点击等操作，推测用户的喜好；而我们是基于孩子和产品的日常聊天，尤其是孩子在无防备、放松的状态下的聊天内容——和采访不同，孩子和产品交流时，是在玩游戏、日常闲聊的状态，毫无心理防备。

通过这些内容，我们不仅能记录和观察孩子的成长状态，还能透过孩子的表达，发现其天赋、兴趣和优势。

极客公园：举个具体的例子讲讲？

黄缨宁：比如，从表达能力来看，同为 4 岁的孩子，能完成的互动故事轮次、使用的平均描述词和形容词数量，都能反映出孩子的表达能力是否超出同龄人。如果孩子的表现突出，我们就能精准挖掘其优势，并反馈给家长。目前我们正在试点，发现有些孩子的天赋图谱表现尤为突出。

比如有些孩子的表达看似混乱、前言不搭后语，但话语之间存在很强的因果逻辑，只是暂时无法清晰表达。

这类孩子并非语言发育迟缓，只是语言表达的节奏较慢，但其逻辑能力极强，这类孩子其实是理工科的好苗子。我们会建议家长多带孩子做乐高搭建、STEAM 教育类的活动，孩子能在这些领域取得更好的成果。

还有些孩子，尤其是小女孩，在聊天中会有大量细节化的描述，体现出极强的感受力。比如孩子会说「她穿着一条桃红色的裙子，上面有很多钻石，每一颗都亮晶晶的，像小雪花一样」，还会纠正我们「这不是粉红色，是桃红色」，这类孩子展现出了超强的想象、表达能力，以及对审美的高度敏感度，对色彩的感知也尤为细腻。

诸如此类的细节，都能让我们捕捉到孩子天生的天赋密码。

我们的核心理念是：孩子的基因在胚胎形成阶段就已确定，这也决定了孩子的很多基础特质，比如孩子的左脑逻辑神经突触是否更具优势，还是表达、感受方面的能力更突出。

这些特质家长往往难以察觉，但我们能通过孩子的语言和表达，挖掘出其成长背后的天赋密码，进而为家长提供针对性的引导建议，让孩子的天赋能得到充分发展，实现百花齐放的成长可能。

极客公园：相比于传统教育，你还希望 AI 能带来什么改变？

黄缨宁：主要是两个方面。

第一是培养孩子的情绪表达能力。中国的很多孩子，甚至成年人，都不善于表达情绪，因为成长过程中，他们的情绪很少被真正接纳。

而可豆每次对孩子情绪做出的正确回应，都是在让孩子建立「表达情绪是有意义的」这一认知。

在未来的 AI 时代，AI 能成为工具完成大量工作，情绪表达能力的重要性会达到前所未有的高度。

第二是培养孩子主动探索的习惯。

传统教育以被动接受为主，而可豆与孩子的互动天然是双向的，孩子需要主动提问、做出选择、参与故事互动，这能培养他们主动认知世界的态度。

而这一点，也和未来孩子运用 AI 的能力息息相关。可以说，在未来的 AI 世界，想法和探索的意愿会变得无比重要。AI 能为孩子解答问题，但孩子愿意研究什么、愿意为哪些事付出精力、愿意在哪些领域刨根问底，会成为未来孩子之间核心的差异化竞争力。