對話前Kimi AI搜索負責人：瞄準AI婚戀創業，3小時拿下風投女王千萬投資

智東西
作者 江宇
編輯 漠影

智東西7月28日報道，近日，深圳“AI+交友”創企良配科技宣布產品“良配”上線，此前他們獲得1500萬元的天使輪融資，投資方為今日資本。

良配科技創始人兼CEO曾歆勛告訴智東西，他最初計劃融資1000萬元，出讓15%股份。與今日資本創始人徐新交流約3個小時后，徐新提出希望獲得20%股份，并將投資金額調整至最終的1500萬元。

這輪融資的達成頗具偶然性。此前，曾歆勛已經接觸過約10位投資人，得到的反饋并不樂觀。有人認為婚戀市場規模有限，有人質疑情感問題能否由技術解決，也有人擔心純粹的技術團隊缺少市場推廣能力。

一次在杭州參加黑客松活動的期間，曾歆勛在咖啡店偶遇了今日資本投資經理Evan。雙方只聊了約15分鐘，第二天，他便獲得了與徐新見面的機會。

曾歆勛回憶，徐新此前投資過BOSS直聘，其丈夫李松也是珍愛網創始人，對“找工作”和“找對象”兩類“找人”生意有著長期觀察。AI浪潮興起后，今日資本一直在尋找能夠利用AI技術改造招聘與婚戀行業的團隊。

“我當時從樓上下來，心里的感受是，融資和相親其實一模一樣，需要雙向奔赴。”他說。

良配科技成立于2025年，總部位于深圳，定位為一款面向嚴肅交友人群的AI Native產品。其首個小程序版本已進入公測，App正在應用商店審核中。截至采訪時，良配上線約10天，用戶已超過9000人。

▲良配小程序界面

與常見交友平臺相比，良配設置了幾項頗為激進的規則：

• 用戶注冊時需要與AI紅娘進行約20分鐘的交流；
• 每個人同時只能與一名用戶建立匹配關系；
• 會員可以選擇“不結婚就退款”的付費方案。

這家公司也試圖訓練一個目標相當具體的模型：當輸入兩名用戶各自的資料，模型將輸出兩個人是否合適以及關系可能成功的概率。

曾歆勛此前曾在微信、TikTok負責搜索推薦業務，最后一份工作便是Kimi的AI搜索技術負責人。在他看來，找對象本質上也是一個人與人之間的搜索問題。傳統交友平臺可以擴大用戶接觸面，卻缺乏理解復雜個人信息和關系需求的能力。

離開Kimi時，曾歆勛尚未歸屬的期權價值約數百萬元。隨著Kimi估值上漲，這部分期權如今對應的價值已達到數千萬元。

對于這次選擇，他并未表現出太多猶豫。

早在南方科技大學讀大二時，曾歆勛便休學做過外賣平臺。項目覆蓋深圳、東莞、惠州，積累了數萬名用戶，后來隨著美團、餓了么大規模補貼而失敗。此后，他回校復學并轉入計算機專業，又先后進入微信、TikTok和Kimi。

第一次創業失敗后，他一直在等待下一次機會。直到大模型的穩定性、使用成本和供應生態發生變化，他認為AI應用創業所需的條件已經具備。

更直接的產品靈感，則來自他自己長達一年多的線上交友經歷。

曾歆勛曾在一款交友軟件上寫下2000多字的個人介紹，卻仍然經歷了大量低效溝通。就在準備卸載軟件時，他認識了現在的妻子。兩人的個人資料都寫得非常詳細，線上聊了一天便決定見面，并在第一次見面時確定關系。

▲曾歆勛一家三口的合影（女兒一周歲紀念）

這段經歷讓他形成了一個判斷：線上交友缺少的并非更多候選人，而是更充分的context（上下文）、更深入的平臺理解，以及更專注的溝通環境。

圍繞這些問題，良配設計了AI紅娘、AI分身、AI軍師、AI推薦等功能，并把“用戶平均脫單成功率”定為產品的北極星指標。

智東西與曾歆勛進行了近兩個小時的深入交流。我們試圖了解，一名搜索技術負責人為何選擇嚴肅交友這一看似傳統的行業；大模型如何處理擇偶需求中大量模糊、隱性甚至用戶自己也未意識到的信息；一家交友平臺又為何主動限制用戶活躍度，并承諾三年不結婚退還會員費。

以下為智東西在不改變原意的基礎上整理的對話實錄。

一、徐新3小時投出1500萬元，團隊一通電話到深圳

智東西：你與徐新第一次見面聊了三個小時，很快便敲定投資。當時發生了什么？

曾歆勛：見徐新之前，我大概見了10名投資人，收到過各種反對意見。

有人認為市場不夠大；有人認為相親偏情感，難以由技術解決；有人覺得AI只是概念包裝；還有人認為婚戀行業依賴推廣和增長，我是技術背景，可能做得出產品卻賣不出去。

見到徐新后，這些疑問都沒有出現。

我希望找到一名真正認可這個行業的投資人，她也在尋找有能力、有意愿做這件事的人。

今日資本過去投資過BOSS直聘，徐新的丈夫也是珍愛網創始人。她對“找工作”和“找對象”都有長期認知。AI時代到來后，她一直在尋找利用AI技術改造招聘和婚戀行業的團隊。

我的經歷與這個方向完美契合。我做過搜索推薦，也負責過AI搜索，自己經歷過線上交友的挫折，最后又通過交友軟件認識了妻子。我經歷過草根創業、互聯網大廠、AI獨角獸，經歷比一般人都要多元。

所以很難說是誰打動了誰。她正在找這樣的團隊，我也在找理解這件事的投資人，雙方一拍即合。

智東西：1500萬元的金額是怎樣確定的？

曾歆勛：我最初的融資目標是1000萬元，出讓10%，也就是1億元估值。聊了三個小時后，她問能不能拿20%。

我第一反應是，她是不是想用1000萬元拿20%。我當時認為，能夠獲得徐新的投資，這個機會非常難得，就算多給5%也可以，所以很快答應了。

隨后她拿出紙開始列公式。我這才反應過來，她準備按照原來的估值增加投資額，并沒有打算白拿5%。

最后算出來的金額是1416萬元。她說湊個整吧，最終投了1500萬元，占股20%，對應投后估值7500萬元。

我后來再接觸投資人，發現主動給創業者提高價格的情況很少，多數人只會壓價。

智東西：良配的核心團隊是怎樣組建起來的？

曾歆勛：初創團隊有7個人，現在17人。

▲良配科技創始團隊合影（初始團隊7人，其中5人從外地辭職、搬家趕來深圳）

第一次創業失敗后，我在大廠工作的幾年里，一直有意識地結識未來可能一起創業的人。大家了解我的工作能力、性格和做事方式，也知道我遲早會創業。

這次我決定創業一周左右就拿到了融資，隨后開始召集團隊。對這些認識多年的同事和朋友來說，這不是突然出現的邀請。他們已經觀察了我很多年，也對創業有心理準備。

團隊中的大部分人，我第一次打電話介紹項目后就決定加入了，只有一名成員溝通過兩次以上。

我們的運營負責人王謙在大學期間連續創業7年，曾在寶潔工作，擅長在模糊問題中快速找到解決辦法。團隊中許多沒有明確方法的事情，會由他先探索。

技術負責人是我的南科大師弟。我們在校期間一起發論文、參加比賽，長期合作建立了信任。他主要負責工程研發。

我過去做技術和算法，不過本人一直有比較強的產品思維，所以現在主要擔任產品負責人。產品有哪些功能、為什么這樣設計，主要由我負責。

增長負責人曾參與Soul從零到1億用戶的過程。我們就聊了一個小時，雙方當場決定合作。約半個月后，他便從北京搬到深圳。

我們目前的目標是先做中國領先的嚴肅交友平臺。等未來補齊海外人才，也希望把產品帶到更多市場。

二、從Kimi離職創業，等了十多年的機會來了

智東西：你的經歷跨度較大，大二時從南科大休學創業，后來又在微信、TikTok負責搜索相關工作，最后擔任Kimi AI搜索技術負責人。為什么會放棄Kimi的期權，跨界進入婚戀交友行業？

曾歆勛：我離開Kimi的時候，那部分期權還沒有值幾千萬元，當時大概值幾百萬元。過去一年Kimi估值增長，按照現在的估值計算，值到了幾千萬元。

我第一次創業是在2013年，當時讀大二，做了一個外賣平臺。后來美團、餓了么進入市場，開始大規模燒錢補貼，我們的項目就失敗了。

▲曾歆勛臺風天自己送外賣（左）與高峰期訂單（右）

第一次創業結束后，我已經知道自己未來還會再次創業。我回學校復學，重新學習計算機，也是在為下一次創業積累能力、尋找機會。

不過，我畢業時移動互聯網已經接近成熟。拼多多、小紅書、快手、抖音這一代產品已經出現，市場上很難再找到全新的創業機會。于是我只能先進入大廠工作，一邊積累經驗、資源和人脈，一邊等待新的機會。

無論是去微信、TikTok還是Kimi，我都提前告訴過領導和HR，我未來還會創業。我會在公司里發揮自己的價值，也一定會在合適的時機離開。

2022年底ChatGPT出現后，我一直在尋找AI時代的應用創業機會。到了2025年，我認為適合自己的機會已經出現了。無論手上有多少期權、是哪家公司的期權，都不會影響這個決定。

智東西：為什么你認為2025年是AI應用創業的合適時機？

曾歆勛：2023年ChatGPT剛出現時，我就開始關注AI應用創業。我自己的背景偏應用，不是訓練基礎模型，所以機會主要在應用層。

當年我參加過國內比較早的一場AI黑客松，現場有300多支隊伍，我們進入了前十。比賽結束后，我發現當時的大模型還有三個問題。

▲黑客松拿下前十

第一，模型表現不穩定。它偶爾會給出令人驚艷的結果，也會頻繁出錯。一個產品不能只在少數情況下表現好，它需要穩定交付價值。

第二，成本太高。我們參加48小時比賽，可能就花了幾百美元的Token費用。假如做成商業產品，用戶支付的費用未必覆蓋模型成本。

第三，當時主要依賴OpenAI的閉源API。假如產品價值完全建立在一家公司的閉源模型上，供應商調整接口、價格或服務策略，應用就會受到直接影響。

到了2025年，這三個問題陸續得到緩解。旗艦模型在大部分任務上的表現已經比較穩定；百萬Token成本降到幾元人民幣；千問、DeepSeek、Kimi等開源模型也到了穩定可用的水平，可以由不同云廠商部署和提供服務。

這時，大模型才更接近水、電或云計算資源。開發者只要付費就能獲得，不必擔心整個產品被單一供應商控制。我認為AI應用創業的基礎設施已經成熟，所以決定下場。

智東西：AI應用有很多方向，為什么偏偏選擇婚戀交友？

曾歆勛：我的創業習慣是，只做自己真正經歷過、能夠理解的問題。

當年做外賣平臺，是因為我是外賣的重度用戶。那時還沒有成熟的線上平臺，我一年可能點一兩百次外賣，反復遇到不方便的地方，所以想自己做一個產品。

交友也是一樣。我和太太是在交友軟件上認識的。我深度使用過一兩年，發現這里有許多問題。一部分與產品理念和產品能力有關，另一部分受當時技術條件限制。

我選擇創業方向時會考慮三點：這件事有沒有社會價值，我能不能做，我是不是真的想做。

幫助人們建立長期關系是有社會價值的，用戶也愿意為此付費。技術層面上，交友本質上是人與人之間的搜索，與我過去做的搜索推薦高度相關。我又是這個問題的典型用戶，經歷過挫折，也通過線上平臺找到了妻子，所以很想把自己經歷過的不良體驗改掉。

三、傳統平臺擴大了人選，AI要解決“先見誰”

智東西：你在傳統交友軟件上的個人經歷，具體為良配的產品設計帶來了哪些啟發？

曾歆勛：大家使用交友軟件，是因為自己身邊的單身異性數量有限。一個生活在都市里的人，周圍可能只有幾十名單身異性，而深圳有數百萬名單身青年。交友軟件首先擴大了候選范圍。

上一代交友軟件主要解決了“接觸更多人”的問題，沒有充分解決“盡早接觸更合適的人”。

它比較接近把線下相親角搬到線上。用戶填一些資料，平臺把人推給你，后面的了解和判斷仍要靠自己完成。很多觀念、性格和未來規劃上的差異，本可以提前判斷，用戶卻需要在線上聊很久、線下見面后才發現不合適。

當時我決定把自己的資料寫得更詳細。我寫了自己是怎樣的人、想找怎樣的人、希望過什么生活，以及自己如何一步步成為今天的樣子。

我的想法是，假如我無法通過別人的資料判斷是否合適，至少可以讓別人通過我的資料判斷我是否適合她。

后來，我通過這種方式認識了妻子。這讓我意識到，線上交友的第一步是提供充分的context。

context有兩個作用。一方面，其他用戶可以判斷你們是否合適；另一方面，平臺也能知道你是什么樣的人。假如一個平臺有30萬名用戶，它每天到底應該把哪10個人推薦給你？平臺不了解你，就無法回答這個問題。

智東西：AI在這里能發揮什么作用？

曾歆勛：過去用戶資料寫得少，既有意愿問題，也有能力問題。有些人只是隨便看看，沒有認真尋找對象；還有一些人有意愿，卻不擅長用幾百字甚至上千字有邏輯地描述自己，對自身需求也缺少梳理。

AI紅娘降低了表達門檻。用戶愿意花二三十分鐘，跟著AI紅娘進行三十多輪交流，就能形成約4000 Tokens的上下文。這些內容可以用于生成資料，也可以幫助平臺理解用戶。

目前，我們平臺用戶資料平均達到約463個字，是競品平均110字的4倍。

AI帶來的第二個變化是理解能力。

過去即便用戶寫了2000字，平臺也很難真正理解其中的內容。對于傳統算法來說，這可能只是一段長度為2000字的文本。大語言模型可以理解其中涉及的性格、經歷、價值觀和未來規劃，并進行更深入的分析。

我和妻子當時都寫了很多資料，平臺卻沒有主動撮合我們，我們還是靠運氣相遇。良配希望在用戶表達充分之后，真正理解并使用這些資料，把更合適的人提前推薦出來。

智東西：擇偶條件中有很多主觀需求。平臺如何理解用戶沒有明確說出的偏好？

曾歆勛：用戶表達的信息可以分為直接信息和間接信息。很多需求并不需要機械地逐條滿足，關鍵是理解這些要求背后的原因。

例如，我妻子當時寫的條件是“1992年以上、碩士以上學歷”，我其實并不符合。

她希望對方年齡更大，本質上是希望對方成熟。她要求碩士以上學歷，是因為自己讀到博士，希望雙方受過良好教育、有共同話題。一個年齡不符合要求、學歷是本科的人，也可能具備她真正看重的成熟度和科學素養。

表面上的年齡、學歷、溫柔、外向等要求，背后對應的是更深層的特征。用戶自己未必能夠清楚描述這些特征，深度學習模型可以通過訓練，把顯性表達映射為隱性參數。

用戶說“希望年齡大一些”和“希望成熟一些”，在模型中可能最終對應相近的參數。模型需要理解的是用戶表達背后的傾向，不能把交友做成一場逐項打勾的考試。

四、注冊先聊20分鐘，AI紅娘完成率超過80%

智東西：良配目前有AI紅娘、AI分身和AI軍師。這幾個Agent分別解決什么問題？

曾歆勛：AI紅娘主要負責注冊和信息收集。

用戶注冊時與AI紅娘交流約20分鐘。AI紅娘會圍繞用戶的經歷、性格、感情觀、生活方式和未來規劃提問，幫助用戶梳理和表達自己。交流結束后，平臺會生成較完整的個人資料和擇偶畫像。

它的核心作用是讓每個人都能提供足夠的信息，供其他用戶閱讀，也供平臺理解和推薦。

AI分身扮演中間人的角色。用戶可以與任何一名候選人的AI分身匿名聊天，詢問對方是否喜歡打游戲、運動習慣、網球水平，也可以詢問彩禮、房貸等相對敏感的問題。

假如答案已經出現在對方資料中，或者對方此前回答過類似問題，AI分身可以直接回復。假如無法回答，系統會把問題匿名轉發給本人，對方可以選擇回答或不回答。

這樣做可以減少真人溝通中的提問壓力。

同一個敏感問題，由具體的人直接詢問，容易讓用戶把問題和提問者綁定，產生抵觸情緒。變成匿名提問后，情緒會弱化。對于被詢問者，AI分身也能幫助他減少重復回答相同問題。

AI軍師則出現在兩名用戶的真人聊天過程中。

它可以讀取雙方資料和聊天記錄，幫助用戶分析對方是否有好感、聊天冷場時適合聊什么、對方更感興趣的話題是什么。

過去大家會找朋友、閨蜜或家人復盤聊天內容。AI軍師承擔了類似的第三方角色，而且它了解雙方完整的資料，給出的建議可以更有針對性。

智東西：用戶真的會把AI軍師當成情感咨詢對象嗎？

曾歆勛：我們在進行用戶訪談的過程中，一個用戶主動跟我們分享了一段她使用AI軍師的故事。

有一名女生與一位博士聊了幾天，對方后來一直沒有回復。她不知道對方是在實驗室忙，還是準備結束這段關系，于是詢問AI軍師。

軍師分析了幾種可能性，建議她等待三天。第三天，她又回來告訴軍師：“今天已經是第三天了，我決定等到晚上8點，如果他還不回復，我就解除這段關系。”

她確實把AI軍師當成了一個可以商量的人。缺少軍師時，這些情緒和判斷可能沒有合適的出口。

還有兩名正在聊天的用戶，一男一女，分別向自己的AI軍師詢問：“對方是不是對我有好感？”我們準備增加一個功能，當雙方詢問了同樣的問題時，系統可以解鎖一個“心有靈犀”的隱藏成就。

智東西：大模型存在幻覺、重復提問和邏輯不連貫等問題。良配怎樣保證長對話體驗？

曾歆勛：我們做了大量調試。AI紅娘需要連續交流二三十分鐘，用戶必須有沉浸感。

它要響應得快，表達有邏輯，也要結合前文。不能幾分鐘前剛問過的問題又問一遍，也不能把兩個相關的問題拆得很遠。

為了調整這一過程，我自己與AI紅娘聊了數百遍，前后投入了約兩個月。現在AI紅娘流程的完成率超過80%。過去很少有產品能讓用戶在注冊階段持續溝通20分鐘，這個完成率也超出了我們的預期。

這類Agent的難點，在于判斷哪些環節可以放心交給模型，哪些環節需要通過流程和上下文設計進行約束。

我在Kimi期間長期處理類似問題，對模型能力邊界和Agent設計比較熟悉。缺少大量實踐經驗的團隊，可能需要經歷更多試錯。

▲曾歆勛作為Kimi搜索負責人參與2024云棲大會（來源：鳳凰網科技）

五、一次只能聊一個人，平臺不再追求聊天時長

智東西：良配規定，每個用戶同時只能與一個人建立匹配關系。為什么要采用這樣的機制？

曾歆勛：良配只有一個目標，就是讓用戶更快成功。我們的北極星指標是用戶平均脫單成功率。

所有技術、商業模式和產品機制都服務于這個指標。假如良配能夠成為用戶脫單成功率較高的平臺，口碑和商業收入也會隨之而來。

AI解決的是把更合適的人推薦給用戶。不過，遇到合適的人也不代表關系一定能成功，線上“一對多”溝通機制同樣會影響結果。

傳統交友軟件普遍允許用戶同時與很多人聊天。平臺可能愿意看到這種高活躍狀態，它卻會降低每段關系的投入程度。

當你知道對方同時還在與很多人聊天，或者自己也有多個候選人時，很難專注于一段對話。對方回復慢一點，用戶就可能懷疑他正在與別人聊天。即使雙方原本合適，也容易因為缺少安全感而結束。

我們因此設計了1v1匹配機制。雙方進入1v1狀態后，暫時看不到新推薦，也收不到其他人的消息。此時只需要考慮一個問題：眼前這個人是否適合自己。

用戶可以隨時解除當前關系，解除后才能匹配下一位。

智東西：這會降低平臺活躍度？

曾歆勛：會降低一些傳統意義上的活躍指標，不過這些不是我們追求的目標。

目前約有10%的用戶處于1v1匹配階段。已經建立的1v1關系中，超過一半后來解除，仍有約40%從第一次建立關系后一直沒有解除。產品剛上線時便出現這樣的結果，超出了我們的預期。

1v1機制還帶來了一些額外效果。

許多平臺會限制用戶交換微信，因為用戶離開平臺聊天后，平臺無法繼續獲得活躍時長。良配不會阻止用戶加微信。只要雙方仍然保持1v1關系，換到哪里聊天都沒有影響。

用戶也很難通過加微信繞過機制。假如一方加完微信后立即解除1v1關系，繼續匹配其他人，對方會看到關系已經解除。

更重要的是，這個機制能夠提供一個傳統平臺很難獲得的成功信號。

假如兩個人進入1v1狀態后，同時長期不再登錄平臺，大概率說明他們已經建立關系。假如沒有成功，通常會有一方回來解除匹配，繼續尋找其他人。

普通平臺只知道用戶后來不再使用產品，卻不知道他是找到了對象，還是放棄了平臺。良配有機會知道誰與誰成功建立了關系，這會成為未來訓練匹配模型的重要數據。

六、2000元保結婚，三年沒有領證全額退款

智東西：良配為什么設置“不結婚就退款”的會員方案？

曾歆勛：我們認為，交友軟件不適合依靠用戶使用時長盈利。

假如收入與訂閱時長綁定，用戶使用得越久，平臺收入越高，平臺就很難全力幫助用戶快速解決問題。

因此，我們設計了兩類主要會員。

第一類是2000元的“保結婚會員”，有效期三年。用戶在三年內沒有領證結婚，可以申請退還全部會員費。

第二類是1000元的永久會員，不包含退款承諾，可以長期使用平臺。

我們認為“永久使用”在交友產品中是可控的。生成視頻、圖片或代碼的產品，用戶可以無限消耗Token；找對象不會無限持續，用戶最終會成功離開，或者長期沒有結果后放棄。

這兩種收費方式都在減少平臺收入與用戶停留時長之間的聯系。

智東西：上線后的付費情況如何？

曾歆勛：產品上線時間還很短，而且目前所有新用戶都會獲贈三個月會員，目的是在早期快速積累用戶，所以暫時看不到真實付費轉化。

從用戶的留言和評論來看，大部分用戶能夠理解這種模式。大家未必確信它最終一定成功，不過普遍認可按時間收費會帶來平臺與用戶目標不一致的問題，也愿意嘗試新的方案。

截至采訪時，平臺注冊用戶已經超過9000人，每天仍在增加。

智東西：三年未結婚就退款，公司的長期收入從哪里來？

曾歆勛：我們賺的是成功結婚用戶的錢。

我們的目標是，未來中國每10對新婚夫妻中，有1對通過良配認識。這個目標參考了美國嚴肅交友市場的情況，美國頭部嚴肅交友產品可以覆蓋相當比例的新婚人群。

中國每年有一千多萬人結婚。假如其中有10%通過良配認識，每名成功用戶支付約2000元會員費，對應的年收入規模可以達到數十億元。

沒有結婚的用戶，我們把會員費退回去，這部分收入就當作不存在。

商業模式能否成立，最終取決于我們能否讓足夠多的用戶成功。它也迫使團隊持續關注產品效果，不能依靠延長用戶停留時間獲得收入。

七、訓練一個小尺寸模型，只回答“兩個人合不合適”

智東西：良配怎樣把合適的人匹配到一起？

曾歆勛：傳統交友軟件難以理解長文本資料，推薦的依據通常比較有限。大模型可以理解用戶填寫的幾千字信息，并識別其中的性格、經歷、偏好和價值觀。

未來我們會訓練一個良配專用模型。它不承擔編程、寫作等通用任務，只解決一個問題：判斷兩個人是否合適。

模型輸入是雙方各自數千字的資料，輸出是雙方是否合適，以及關系可能成功的概率。

訓練數據來自平臺真實交互，包括誰喜歡了誰、誰回應了誰、雙方聊了多少句話、是否見面、是否建立關系、誰拒絕了誰。

模型最終要學習一個地區、一類人群或一個社會中的擇偶規律。

每個人的需求都有個性，不過仍然存在大量共性。MBTI可以把人分為16類，我們也可以設想把用戶劃分為64類、128類。實際訓練中不需要人為規定具體類別，模型會根據數據分布自行形成隱含的聚類。

新用戶到來后，系統可以判斷他更可能與哪類人相處融洽。我們不會自負地認為我們預測的兩名用戶一定會在一起，只是努力把成功概率更高的人排在前面，讓用戶優先了解。

智東西：這個模型需要多大規模？

曾歆勛：這個模型屬于后訓練。

我們不需要很大的通用模型，7B或14B規模可能已經足夠。基礎模型提供理解自然語言的能力，后訓練讓它學會完成“判斷兩個人是否合適”這一特定任務。

現階段我們還沒有正式訓練這個模型，目前主要使用通用大模型的泛化能力完成推薦。

訓練專用模型需要先積累足夠的真實數據。下一階段的重點，是在現有用戶基礎上逐步獲得關系發展樣本，隨后啟動后訓練。

先積累數據的一方可以更早訓練模型，模型效果提高后又會帶來更多用戶和數據。我們希望由此形成數據飛輪。

智東西：良配目前使用哪些模型？單個用戶的模型成本大約是多少？

曾歆勛：我們同時使用豆包、DeepSeek、千問和Kimi，不同模型各有所長。

語音場景使用豆包，它的聲音更自然，所以AI紅娘的語音能力主要來自豆包。

需要模型嚴格遵循結構、保證格式準確時，我們會使用千問。

需要表達更接近自然對話、更有人情味時，會選擇DeepSeek。

需要Agent執行較長流程、自主判斷下一步任務時，我們會使用Kimi。

一名用戶完成注冊階段的AI交流，成本約為1元。后續每天推薦、使用AI分身和軍師也會產生費用，具體取決于用戶登錄頻率和使用次數。

按照整個生命周期計算，一名用戶的總模型成本可能達到幾十元。

八、結婚人數在減少，線上找對象的人可能增加

智東西：中國結婚人數近年來持續下降，嚴肅交友市場會不會隨之縮小？

曾歆勛：全社會結婚人數確實在減少，不過需要通過線上渠道找對象的人可能在增加，過去幾年線上交友市場仍在增長。

越來越多人發現，只依靠同學、同事或親友介紹，很難認識足夠多的合適對象。除了少數能夠與同學、同事發展關系的人，很多人需要認識原本沒有交集的異性。

朋友介紹的效率也比較低，雙方見面前往往缺少信息。線上平臺可以展示工作、學歷、外貌、性格、興趣和自我描述，至少提供更完整的判斷依據。

美國有50%的人使用過交友軟件，也有30%的婚姻關系始于線上。中國目前通過線上平臺認識結婚對象的比例仍然較低，因此還有增長空間。

總的結婚人數可能下降，線上渠道在婚戀關系中的占比卻可能繼續提高。

另外，結婚率也不會無限下降到零。東亞社會可以參考日本的變化。經歷過快速下降后，日本仍有大多數人會在一生中結婚。長期來看，嚴肅婚戀需求不會消失。

智東西：AI交友會不會很快成為擁擠賽道？

曾歆勛：我認為短期內不會特別擁擠。

徐新此前同時關注AI招聘和AI婚戀。AI招聘方向有六七個團隊，嚴肅婚戀方向當時只有我們。

婚戀創業存在天然篩選。過去一些交友平臺的創始人，往往都在尋找伴侶時經歷過挫折。假如一個AI或搜索背景的人沒有經歷過這類問題，他很難產生做婚戀產品的動力。

招聘則不同，每個人都找過工作，因此更容易出現大量團隊。

AI創業者整體年齡偏年輕，很多人還沒有進入婚戀階段。即使進入這個階段，還要經歷過困難，并最終找到解決辦法，才可能理解嚴肅交友產品需要解決什么問題。

這幾項條件疊加后，符合的人并不多。

智東西：良配現階段需要攻克的主要問題是什么？

曾歆勛：當前最重要的是保持敏捷，持續根據真實用戶反饋迭代產品。

即使是第一版產品，我們也專門上線了反饋論壇。用戶遇到匹配質量、交互流程或AI表現方面的問題，都可以直接反饋。論壇內容會同步到團隊飛書，我們看到后會盡快處理。

前期產品主要由團隊內部模擬測試，現在有了真實用戶，我們需要觀察他們遇到的問題，并快速解決。

下一階段的技術重點是訓練關系預測模型。目前平臺還在依賴通用大模型的泛化能力，專用模型需要足夠多的真實交互和關系結果數據。

等樣本積累到一定規模，我們會進入后訓練階段。模型效果提升后，可以提高匹配成功率，帶來更多用戶和數據，再繼續優化模型。

對于良配來說，率先積累的數據，以及圍繞真實關系結果形成的訓練閉環，會成為后續競爭中的關鍵。

結語：交友軟件也可以主動送走用戶

交友產品有一個特殊之處：用戶獲得理想結果的那一天，也意味著他不再需要這個產品。

過去的平臺很難擺脫活躍度、聊天時長和會員續費等指標。良配則試圖把技術、產品機制和收入模式都壓在同一個目標上——提高脫單成功率。

AI紅娘負責讓用戶充分表達，推薦模型尋找更合適的人，AI分身與軍師降低陌生人溝通中的摩擦，1v1機制要求雙方專注于一段關系，“不結婚就退款”又把平臺收入與最終結果綁定。

這套設計能否提高真實婚戀關系的成功率，仍需要更長時間和更多數據驗證。

而在上線初期，良配已有超過80%的用戶完成了約20分鐘的AI紅娘流程，約40%的1v1關系建立后尚未解除，注冊用戶也在10天左右逼近1萬。

對于曾歆勛和良配團隊而言，接下來需要回答的問題已經相當具體：如何訓練出一個能夠判斷“兩個人是否合適”的模型；與此同時，一家主動限制活躍度、鼓勵用戶盡快離開的交友平臺，又能否建立一門可持續的生意。