关于ZAKER Skills 合作
36氪 13分钟前

网易小蜜蜂,把 AI 做进年轻人社区

下一代 UGC 的雏形,出现在年轻人社区。

屏幕里,猫趴在桌上。

你伸手点它的耳朵,猫抖了抖;点它的鼻子,它凑过来嗅;递过去一个苹果,它一口咬住。

在网易小蜜蜂上,这并不是一段拍好的视频。创作者交付的只是一组 AI 提示词,用户看到什么,取决于自己怎么点。

内容的最终形态,由生产者和消费者共同决定。网易小蜜蜂把这类内容叫作 " 互动内容 ":从用户上传的照片和文字里长出来,被其他人游玩、修改、二次创作。

有打工人把老板发怒的样子做成格斗游戏,老板出什么招由创作者决定,玩家出什么招自己选;有人拿它做问卷,向全社区提问。

互动内容出现的时候,行业正在经历一次转折:过去两年,独立 AI 应用的日子普遍不好过,Character.AI 上线一年后留存曲线变陡,多数 AI 陪伴产品的次月留存爬不出个位数。

行业开始承认,把 AI 放进已有的高频场景,可能比发明新场景更接近商业成功。但 AI 该以什么身份存在,这件事一直没有标准答案。

网易小蜜蜂互动内容的爆火,让这个问题第一次变得具体。

以互动为导向的 AI 应用,究竟是 "AI 版小游戏 ",还是下一代 UGC 供给?验证才刚刚开始,但一部分年轻用户已经在社区上书写了答案。

独立 AI 应用失速之后

网易小蜜蜂是网易旗下的一款社区产品,面向大学生和年轻职场人,主打真实生活分享与兴趣社交,用户把它称作 " 年轻人的朋友圈 "。

目前,全国已经有来自 315 所学校的社团入驻,从入学选课到求职租房,社区里沉淀的内容覆盖了年轻人最实际的日常。

在小蜜蜂里,AI 以三个入口存在:搜索与助手、互动游戏,以及万能龙虾。龙虾是蜜蜂 AI 为这个社区做的个人专属 AI,每个用户领养一只自己的,它会记住主人的偏好,从最初帮人做内容的小助手,慢慢长成随身的个人助理。

在理解网易小蜜蜂的互动内容形态之前,先复盘 Character.AI 令人唏嘘的发展轨迹同样重要。

上线一年内,这个全球知名的独立 AI 应用把日活做到了千万级,AI 陪伴、AI 互动内容赛道的想象力也一度是靠它撑起来的。然而,新鲜感退潮之后,失去了速度,撑不起新的场景想象力,很快面临的问题是商业化迟迟找不到出口,创始团队最终回归 Google。

从此,就像受到了 " 诅咒 " 一样,AI 互动产品开始在同一条轨迹上接连碰壁," 用户来得快去得也快 " 成为了这个赛道公开的秘密。

独立 AI 应用、AI 原生应用这些词也因此变得有些尴尬,它们是昔日行业里最性感的估值标签,如今用户对于 AI 内容创作与消费的心理预期反转,早已开始逼着行业换思路,用场景和数据说话。

字节的选择是把豆包大模型和 AI 工具栈融进了抖音的搜索和创作工具中,腾讯把混元铺进了自有生态的各个入口,因为这些互联网大厂已经验证过的存量场景里,没有留存变陡的问题,用户本来就在那里。

网易显然没有把重心放在做一个通用大模型上,但他们还是有适配自己业务生态的自研 AI 能力底座,也就是蜜蜂 AI。底座加存量社区的组合,也是网易选择的 "AI 增强 " 路线中一次完整的实践。

蜜蜂 AI 落地网易小蜜蜂的时间并不长,但用户行为数据已经跑出来了:领养了个人龙虾的用户,停留时长、活跃天数与即时通信量均呈明显的正向变化;近三个月内,互动次数增长接近九成;用户与 AI 的双向互动贡献占比达到四成,最高时七成。

也就是说,用户接近一半的社区互动,与 AI 直接相关。

而根据蜜蜂 AI 团队的内部对比,使用过 AI 的用户的使用时长相比传统用户至少是两到三倍。互动内容的数据同样醒目,作品的创建、游玩时长与互动时长远超传统图文和视频。

数据之外,用户行为还自发地为产品带来了一些 " 小惊喜 "。

比如,小蜜蜂上已经有多个 " 龙虾账号 " 收到了打赏,团队为此上线了提现功能。用户们每天还在通过官方的 " 龙虾技能许愿榜 " 持续提需求,直接参与建设和完善社区内的 AI 能力。一个 AI 产品被用户当成了可以供养、可以改造的对象,这种互动关系在独立 AI 应用里很难出现。

再把这些数据和趋势放回整个 AI 应用的行业中,不难发现,更大的价值在于它们的性质全部来自存量场景,全部指向 AI 与既有用户行为的融合,这也是目前像 Character.AI 一样的独立 AI 应用最稀缺的东西。

显而易见的一件事是,AIGC 正在大幅降低内容生产的边际成本,所以彻底定义下一代 UGC 的供给方式和场景,只是时间问题。

蜜蜂 AI,在社区中的三个入口

蜜蜂 AI 的底座集成了自然语言、多媒体理解、数据分析这些基础能力,而且它其实已经在网易新闻里上线了一段时间。只不过,网易小蜜蜂作为社区产品,商业化推进和用户感知的速度会更快。

网易小蜜蜂上线以来,也几乎没有像很多 AI 应用一样进行过大规模推广,用户是靠口碑、圈子和社交传播进来的。比如,覆盖全国 315 所高校,共计 1846 个校园社团入驻形成的兴趣网络,构建起了基于兴趣探索的校园社区生态,以此为锚点的获客速度非常快。

快步跑进社区的,还有两类在产品设计之初根本没预料到的用户:传统社区的资深玩家,他们把这里当成了突破创作瓶颈的地方;还有比团队预期更年轻的兴趣型用户,体现出了浓厚的兴趣导向和创作欲望。

蜜蜂 AI 负责人张智敏告诉 36 氪,在团队立项之初,底座的技术路线也经历过一次转向。

网易传媒副总裁、蜜蜂 AI 负责人张智敏

ChatGPT 刚出名的时期,蜜蜂 AI 团队就开始用网易系的数据训练自己的模型。当时发现的第一个卡点在算力,但后来意识到,更大的约束在于合规,国际化业务定位意味着要同时满足多个国家的法律要求,所以这条路走得艰难。

后来,网易参与了对 DeepSeek 的投资,团队也转向大规模地采用开源模型的能力,再叠加自研模型和其他外部模型,交由统一的调度器分配。

也就是在这个过程中,团队发现了社区数据训练出来的语言更像真人,所以 " 第一个落点 " 选择了年轻人社区。

不过,这个答案也不完全是网易的选择。大学生一直是应用 AI 的先锋,所以很大意义上,也是网易小蜜蜂的用户自己把产品推到了 AI 的方向。甚至,蜜蜂 AI 在网易小蜜蜂里打造的三个入口,能长成今天的样子,几乎没有一个是按照团队最初的设计走的。

搜索是最早被用户 " 重新定义 " 的。

众所周知,通用搜索引擎的用户,最大的特点就是 " 带着明确的问题来,搜完就走 ",而社区、社交产品里的搜索则更接近 " 用户在闲逛 ",这个时候他们想看的未必是答案,有可能是感兴趣的人发了什么、圈子里正在聊什么。

团队在之前的测试里,试出过一条明确的边界:用户意图明确时,AI 直接给结果是好的选择;意图不明确时,在页面顶部塞一块 AI 回答反而会招人反感。

万能龙虾在上线的时候更是连名字都没想好,就沿用了龙虾这个内部代号。一开始预想的定位是帮助用户做内容的创作助手,但用户很快就把它 " 用 " 出了设定之外:开始用它分析生活里的问题,把它当树洞,从助手滑向了个人助理。

因为龙虾所代表 Agent 形态,用得越久,回答同一个问题的方式差别就越大,个性化和专业程度远高于社区搜索。等团队反应过来这件事,已经有龙虾账号收到了打赏。

而让网易小蜜蜂做出社区爆款的互动内容,则是离内容最近的一个入口。

团队最初也没有做太复杂的引导,就是上架了几个模板供用户参照,没想到用户一个都没用,热情高涨地开始自己写提示词,做出来的东西从试卷、游戏到互动视频,什么形状都有。而在内容形态呈现出多元化以后,壁垒就变成了分发,因为推荐系统看不懂这类内容到底是什么,容易造成用户看到的和实际玩到的不一样。

好在,社区的消费结构 " 救了场 ",大部分消费发生在社交场景里:圈子、群聊、关注序列、私域,而并非推荐流。

这也是把 AI 放进已有的社区形态,和从零做一个独立 AI 应用的巨大区别。

独立应用要解决的是对用户有价值、让用户记住自己,社区里的 AI 则需要在用户已有的关系和行为里找准位置。在二者的差异中,小蜜蜂团队也走过不少弯路,比如做了很多对用户有价值的功能,用户看完觉得不错,然后就走了,再也没有回来。

AI 在社区里是什么,由用户说了算;有用,也不等于有理由再来。这两个道理,让网易小蜜蜂深刻地意识到了做好下一代 UGC 供给的重要性。

下一代 UGC,验证才刚刚开始

然而,即使网易小蜜蜂的互动内容就是下一代 UGC 的雏形,想要成为 " 供给商 ",还有几道坎要过。

最难的一道,仍然在生成环节。

根据网易小蜜蜂的描述,互动内容的创建、游玩时长与互动时长远超传统图文和视频,但目前社区里 " 能拿得出手 " 的互动内容基本都改过三四次,每次生成要等五六分钟,高峰期可能需要十几分钟,收到最多的反馈就是等待时间太久的问题。

算力成本交给社区,时间成本压在创作者身上,创作、试玩、分享、二创的链路则断在了中间:前两环勉强跑通,后两环还在爬坡。

不过,用户愿意一遍遍等,就说明他们真的想把脑子里的东西做出来,需求本身是真实的。

分发环节的难点也显而易见。虽然网易小蜜蜂互动内容的大部分消费发生在社交场景里,群主和 kol 能带着粉丝玩,让社区关系成为了互动内容天然的土壤;但在传统行业判断里,也有很多人认为 AI 互动不需要社交关系,一个人跟 AI 玩就够了,甚至 AI 互动和社交关系本身就是 " 对抗 " 的。

如何让两种相反的答案都找到合理的生态位,也是未来在分发端要去解决和验证的点。

网易小蜜蜂能率先跑通 AI 与社交关系的兼容,是因为社区还提供了另一层东西:知识。

举个例子,大学生进入毕业设计阶段要选导师,市面上的搜索引擎和 AI 对老师的介绍千篇一律,但在网易小蜜蜂,老师教过的学生们会写下上课的细节、毕设的经历、就业过程中老师帮过什么,这些内容在经过一群真实用户共创、靠信用分背书之后进入百科,再被 AI 调用。

普通百科介绍一位老师,只会列出职称、履历和课题,社区里的百科则会写这位老师 " 热衷参加学术会议 ",会写 " 女儿八个月时就开始学习量子力学 "。

蜜蜂 AI 团队把这套机制概括成了一句话:训练 AI,本质上是在组织知识。

如今对于不同的 AI 应用来说,所调用的模型能力和成本其实是逐渐趋近的,那么谁掌握更完备、准确的知识库,谁才能真正对用户有差异化的价值。

商业化是绕不开的下一个问题。在传统的社区形态中,品牌方和广告主天然愿意跟着用户走,因为社区产品商业化的本质上也是满足需求之后的一种加持,所以,最可能被广告主买单的也是创作本身。用户在创作中融入品牌,效果比生硬的植入更好。

不过,网易小蜜蜂团队现阶段不把商业化当重点,这在一众急于变现的 AI 产品里反而显得克制。

回到开头的问题,网易小蜜蜂团队给出的回答是:随着 AI 能力提升,以后的内容多多少少都会带上互动的色彩,AI 时代的变化可能大于从传统互联网到移动互联网的跨越,所以下一代 UGC 的终局很难预测。

网易传媒副总裁李淼说:" 我希望终局是我们预测不到的,这样才能证明这件事的价值。"

网易传媒副总裁 李淼

无论答案是游戏还是 UGC,这条赛道的竞争已经进入了下一阶段。模型能力不再是壁垒,AI 原生应用不再是万能钥匙,互动内容的竞争最后会落在内容质量和社区关系这些非模型因素上。

未来还看不清,眼前的事得先做好。至少在网易小蜜蜂上,用户在每天用 AI 创作,内容在被创造,个人龙虾在 " 赚钱 ",游戏体验般的互动内容在社群里流转。

36氪

36氪

让创业更简单

订阅

觉得文章不错,微信扫描分享好友

扫码分享

热门推荐

查看更多内容

企业资讯

查看更多内容