周二,一个叫Bond的新平台正式上线。它的卖点很反直觉:用人工智能帮你戒掉刷手机。
Dino Becirovic是这家公司的联合创始人兼CEO。他的逻辑是——既然传统社交软件靠算法把人困在屏幕前,那能不能反过来,用算法把人推回现实世界?
一张图看懂Bond的运作逻辑
Bond的核心设计可以拆解成三层:
第一层是"记忆库"。用户上传照片、视频、音频,记录自己做过的事。Becirovic把这些内容称为"memories"(记忆),而不是"posts"(帖子)。措辞上的区别暗示了产品定位:这不是供人围观的内容,而是AI理解你的素材。
第二层是训练系统。AI分析你上传的内容,建立个人偏好模型。Becirovic举了两个例子:如果你频繁提到喜欢越南粉但很久没吃,系统会推荐附近好评的越南餐厅;如果你是重金属乐迷,它会提醒你Iron Maiden下周来你的城市演出。
第三层是行动触发。推荐的目的不是延长使用时长,而是促成线下行为。Becirovic的原话是:"the system is designed to get you off the app and back out into the real world"——系统设计初衷就是让你离开应用,回到现实世界。
界面看起来像Instagram,但没有信息流。用户资料以"集群"形式呈现,点击头像才能查看具体内容。这个设计刻意削弱了无限滚动的成瘾机制。
"反成瘾"赛道拥挤,Bond的差异化在哪
过去几年,一批公司试图利用用户的"屏幕疲劳"做生意。有的推线下活动,有的干脆取消无限滚动功能。Bond的特殊之处在于:它没放弃算法,而是把算法的方向调转180度。
传统社交平台的推荐逻辑是"预测你会点击什么",Bond的逻辑是"推测你该去做什么"。前者优化的是停留时长,后者优化的是行动转化。
这个切换的技术难度被低估了。让AI理解"用户想吃什么"和"用户该去哪家店"是两件事——后者需要接入地理位置、票务信息、商户评价等外部数据,还要处理"用户说想吃越南粉"和"用户实际会开车20分钟去吃"之间的落差。
Becirovic没有透露数据合作方,但提到了"nearby"和"getting good reviews"这两个信号。这意味着Bond至少接入了地图服务和点评数据。
商业模式的悬念
原文没提Bond怎么赚钱。但Becirovic的描述里藏着一个矛盾:如果系统真的成功让用户少刷手机,广告曝光量必然下降。传统社交平台的商业模式建立在注意力掠夺上,Bond要反着来,就得找到新的变现路径。
可能的选项包括:本地商户的分成(推荐带来的到店消费)、活动票务的佣金、或者面向用户的订阅服务。Becirovic没确认任何一种,但这些方向都符合"AI驱动线下行动"的产品逻辑。
另一个悬念是冷启动。AI推荐的质量取决于数据量,但新用户没有历史"记忆"可供训练。Becirovic的解决方案可能是让用户先手动输入兴趣,或者从其他平台导入数据——原文没提具体做法。
值得关注的信号
Bond的上线时间点有意思。2024年以来,"bed rotting"(躺床摆烂)和"doomscrolling"( doom scrolling,指无意识地刷负面信息)成为Z世代的流行自嘲用语。Becirovic在采访里直接引用了这两个词,说明团队对目标用户的话语体系有精准把握。
更深层的趋势是:用户对"被算法操控"的警觉正在上升,但对"算法服务我"的接受度还在。Bond试图占据的,正是这个微妙的心理位置——用AI对抗AI造成的伤害。
这个策略的风险在于,一旦推荐质量下滑,用户会迅速意识到"所谓的智能只是另一种打扰"。Becirovic强调"the more you post... the better recommendations",暗示产品依赖高频使用来优化体验,但这和"让你少刷手机"的初衷又形成了张力。
怎么判断Bond是否成功?不是看日活或留存,而是看一个更难追踪的指标:用户是否真的因为Bond的推荐,去了那家越南粉店,看了那场Iron Maiden演出——然后,有没有回来记录这段新记忆。
如果闭环跑通,Bond证明了一件事:社交平台的终极竞争,可能不是谁更能留住用户,而是谁更能帮用户活得更好。这对整个行业的产品哲学都是一次压力测试。
热门跟贴