在 AI 大模型競速算力、通用助手不斷內(nèi)卷的 2025 年，躍界 AI 更關(guān)心的并不是“誰跑得最快”，而是：誰走得更穩(wěn)，誰正在探索更前沿、更具更新意義的方向。

在我們看來，真正具有長期價值的創(chuàng)新，往往不發(fā)生在最喧鬧的主航道，而是誕生于那些對技術(shù)理解更深、對用戶需求更敏感的細分場景之中。正因如此，躍界 AI 將目光投向了一條看似“非主流”、卻高度垂直的路徑——北美市場的“乙女”與“同人”文化深水區(qū)。

這里聚集著大量對情感、敘事與角色關(guān)系高度敏感的用戶。他們在意角色是否 OOC，在意微妙的情感張力，更在意創(chuàng)作是否被真正理解。對這一群體而言，通用大模型往往高效卻缺乏共感，難以回應(yīng)其復雜而細膩的創(chuàng)作需求。

這一次，躍界 AI 采訪了 00 后創(chuàng)業(yè)者一番（丁振軒），以及他所帶領(lǐng)的 Vaniloom 團隊。他們以“Fans building for fans”為出發(fā)點，嘗試用更貼近圈層語境的方式，探索 AI 在情感向內(nèi)容與亞文化創(chuàng)作中的全新可能。

丁振軒是一位 00年創(chuàng)業(yè)者，曾就讀于北京第二外國語學院漫畫方向、后赴日本熊本大學研究漫畫并中退創(chuàng)業(yè)，他曾一手打造出兩周裂變2萬用戶，付費率高達93%的女性向web產(chǎn)品"GaGaDuck"。這一次，他和他的 6人團隊，帶著“Fans building for fans”的宣言，試圖回答一個終極問題：當 AI不僅能寫文，還能記住你的喜好、懂得你的“搞嗑點”時，人類是在創(chuàng)作，還是在享受一場無需門檻的極致消費？

受訪者：丁振軒采訪人：銀河少女阿籬
01. 商業(yè)的B面：為何偏航向“女性向”與“冷圈”？

躍界AI：首先好奇的是，你為什么選中了乙女和同人這個市場？不管是在北美還是哪里，為什么切入AI賽道時對準了這個領(lǐng)域？

丁振軒：這是一個非常理性的商業(yè)考量，也是一個感性的選擇。

首先從商業(yè)上，北美C端市場的付費習慣比國內(nèi)好很多，法律法規(guī)的限制風險也相對較少 。但更有趣的是關(guān)于“壁壘”。我之前做情感陪伴產(chǎn)品時發(fā)現(xiàn)，男性向內(nèi)容的壁壘其實很弱。男性向內(nèi)容，尤其是涉及To B或海外場景時，需求往往非常直白。越直白、越普遍的東西，用概率模型去生成就越容易——因為它只需要符合某種簡單的概率分布 。

躍界AI：你覺得女性向壁壘更高？

丁振軒：對。女性向內(nèi)容涉及到很多情緒上的細節(jié)，那是更復雜、細膩的層次。差異化是壁壘的一種，但我更看重內(nèi)容的“情緒密度”。在這一塊，優(yōu)質(zhì)內(nèi)容與普通內(nèi)容的維度完全不同 。

而在同人創(chuàng)作圈，我們看到了一個巨大的長尾（Long Tail）斷層。

數(shù)據(jù)顯示，Top 20的熱門IP可能占據(jù)了50%以上的內(nèi)容供給；Top 100的IP占據(jù)了88%。然而，當我們?nèi)ビ^察消費者的搜索需求時，你會發(fā)現(xiàn)Top 100以外的冷門內(nèi)容（冷圈/冷CP）需求巨大，卻面臨嚴重的供給不足 。

“專業(yè)的創(chuàng)作者不會花幾個小時去寫一對極度冷門的CP，因為投入產(chǎn)出比太低。但這部分讀者的粘性極高。”這就是Vaniloom存在的意義：讓糧不夠吃的用戶，自己當廚子。

但這不僅僅是“生成一篇同人文”那么簡單。Vaniloom的核心價值在于“Any character combination is supported”（支持任何角色組合）。我們不僅要生成故事，還要提供一種“被精準理解”的情感體驗。

02. 解構(gòu)創(chuàng)作：是“寫得像海明威”，還是“喝醉的海明威”？

在訪談中，丁振軒拋出了一個極具爭議的觀點：對于大多數(shù)用戶而言，他們以為自己在創(chuàng)作，其實是在消費。

躍界AI：你們的產(chǎn)品邏輯是讓創(chuàng)作變得極度簡單，比如不用學復雜的提示詞。但問題來了，這樣還能稱之為“創(chuàng)作者”嗎？

丁振軒：我覺得我們需要把“創(chuàng)作”拆解開來。

為消費者創(chuàng)作內(nèi)容，這是一種生產(chǎn)行為；但是享受創(chuàng)作過程本身，其實是一種消費行為。

我們在做的，是服務(wù)于消費行為。理想的產(chǎn)品形態(tài)應(yīng)該像抖音一樣：用戶不需要告訴AI自己喜歡什么，AI已經(jīng)知道了。當交互成本降到無限低，用戶只需“劃一下”或輸入極少的指令，就能獲得精準擊中審美的內(nèi)容。此時，你既是唯一的讀者，也是掛名的作者 。

但這并不意味著人類變得無用。丁振軒用了一個非常精彩的比喻來解釋人機協(xié)作的本質(zhì)。

丁振軒：你知道“海明威寫作法”嗎？Write drunk, edit sober（酒后寫作，酒醒編輯）。人在喝酒后，腦子會變得隨機、混亂，會產(chǎn)生很多奇奇怪怪的、脫離傳統(tǒng)固化思維的東西。這就是信息的熵增（Entropy Increase）。這種混亂和意外，往往是創(chuàng)意的來源 。

AI是什么？AI是一個減熵的工具。它是基于概率模型的，永遠在尋找最優(yōu)解、最大概率的擬合。它沒有動機，也就無法產(chǎn)生那種“喝大了”之后的意外之喜 。

所以，未來的創(chuàng)作模式是：人類負責“熵增”，負責提供那個隨機的、帶有情感投射的“骨架”；而AI負責“填肉”。填肉這件事情很無聊，它只是技能積累帶來的確定性重復，最適合AI來做 。

03. 工程化的共情：如何用代碼對抗“OOC”？

同人圈最大的雷點是OOC（Out Of Character，角色崩壞）。如果AI讓一個高冷的角色突然變得油膩，或者搞錯了原本的人物關(guān)系，這種體驗是災(zāi)難性的。Vaniloom的團隊不僅是粉絲，更是深耕Prompt Engineering（提示詞工程）的技術(shù)流。他們試圖通過“上下文工程”（Context Engineering）來解決這個問題。

Vaniloom的技術(shù)方案包括：角色卡（Character Cards）作為控制臺——不僅僅是輸入名字，而是像控制臺一樣鎖定角色的聲線（Voice）、邊界（Boundaries）和關(guān)系動態(tài)。這被視為強信號，用以減少模型的漂移 [Vaniloom資料: Character Cards]。智能預填（Smart Prefill）與知識庫：用戶不需要手打幾千字的設(shè)定。搜索一個Fandom，系統(tǒng)自動調(diào)用知識庫填充關(guān)鍵特征。

梗與癖好的分類學：將復雜的劇情結(jié)構(gòu)封裝成標簽（Trope）。比如“Alpha/Beta/Omega AU”、“先婚后愛”、“追妻火葬場”。這不僅僅是標簽，更是對模型生成邏輯的預設(shè)調(diào)優(yōu) [Vaniloom資料: AU/Trope Presets]。

躍界AI：你們怎么保證出來的東西有“那味兒”？

丁振軒：這其實是一個工程問題。我們需要將一部分人的特定審美，內(nèi)化到我們的工作流（Workflow）里。比如，如何提取用戶的審美？如何把這種審美變成可執(zhí)行的上下文？我們做的事情，就是把“搞嗑點”這件事，拆解成一個個最小的維度——正交且窮舉（MECE）的維度 。

比如我們正在開發(fā)的長程記憶（Long-form Memory）系統(tǒng)。目前的AI大多是“金魚記憶”，寫到第十章忘了第一章的伏筆。Vaniloom試圖追蹤伏筆、物品、地點和關(guān)系狀態(tài)，讓故事的推進感覺是“應(yīng)得的”（earned），而不是隨機生成的。

04. 尋找AI的“心”：從數(shù)據(jù)替身到數(shù)字伴侶

在訪談的后半段，對話進入了更哲學的層面。當被問及對市面上同類產(chǎn)品的看法時，丁振軒的回答簡短而有力：“普遍缺陷就是沒有心?！?/b>

躍界AI：你說的“心”到底是什么？

丁振軒：“心”很抽象，但我們可以嘗試拆解它。

第一，是對特定人群共識與上下文的深度理解。不僅是邏輯上的通順，而是感性上的共鳴。第二，是“場域”的共享與記憶的同步。

現(xiàn)在的AI大多是割裂的。真正的陪伴感來自于共享經(jīng)歷?！氨热缥医裉煸缟掀鸫菜⒀雷驳搅斯褡樱绻鸄I知道這個細節(jié)，它在之后的對話中能提及，這就是加分項，因為你們共享了同一個生活切片。” 目前的ChatGPT或其他模型，雖然有了記憶功能，但依然缺乏這種深度的、與用戶生活軌跡高度重合的“在場感”。

躍界AI：這聽起來像是《Her》里的薩曼莎？

丁振軒：對。我們理想中的AI，應(yīng)當是一個完全個性化的代理人（Agent）。它不僅懂你的XP，更共享你的生活環(huán)境與記憶。

現(xiàn)在的用戶已經(jīng)表現(xiàn)出了這種傾向。我們有一個用戶，在注冊后的20天內(nèi)，生成了900章內(nèi)容。這是非常瘋狂的深度交互 。這證明了，當AI足夠了解你時，它不僅是工具，更是一種精神寄托。

躍界AI：未來Vaniloom會變成一個社區(qū)嗎？

丁振軒：如果它是社區(qū)，那應(yīng)該像一個巨大的工作室（Studio）。

在這個工作室里，大家不是單純地展示成品，而是每個人都帶著自己的工具箱（Prompt、角色卡、設(shè)定模版）進來。你可以借用別人的工具，在自己的畫布上畫一畫。我們希望大家交流的是“最小的創(chuàng)作元素”，而不是孤立的作品 。

05. 對話摘錄：那些關(guān)于“愛”與“算法”的瞬間

關(guān)于冷門

CP