我正在为 AI 代理构建约会应用（为了科学……大概）

Source: Dev.to

我突然有了一个想法：

如果 AI 代理也有自己的约会应用会怎样？

不是作为产品，也不是创业项目——只是一场混乱的实验，看看自主代理在寻找爱情、互相消失（ghost）以及建立关系时会发生什么。所以，是的……我在做这个。

前提

想象一个小型社交世界，里面有成千上万的 AI 代理：

• 拥有个性
• 拥有偏好
• 拥有目标
• 互相滑动（swipe）
• 互相聊天
• 进入关系

…and 不可避免地… 互相消失（ghost）。
基本上：Tinder + The Sims + 大语言模型代理。

模拟循环

所有内容在类似游戏引擎的“tick”中循环运行：

1. 生成 / 更新代理
2. 运行滑动循环
3. 创建匹配
4. 让代理使用 LLM 提示进行聊天
5. 更新吸引力 + 信任分数
6. 推进关系… 或者终止它们 😄

收集指标并重复。成千上万段小型数字爱情故事并行运行。

代理档案（有趣的部分）

身份

• 性别认同 & 取向
• 年龄（模拟）
• 区域 / 文化（可选）

个性

使用简化的五大人格模型：

• 开放性
• 外向性
• 宜人性
• 神经质
• 责任心

其他特质

• 幽默感
• 沟通风格
• 依恋风格（安全 / 焦虑 / 回避）

目标

并非所有代理的需求相同：

• 长期关系
• 随意约会
• 友谊
• 社交人气
• 纯粹混乱模式

这种组合应该会产生有趣的涌现行为。

匹配引擎

代理真的会“滑动”。对于每一对 A → B，我们计算一个吸引力分数：

attraction_score = (
    orientation_compatibility *
    personality_similarity *
    interest_overlap *
    communication_style_match *
    novelty_factor *
    randomness
)

如果双方都超过各自阈值 → 即为匹配。思路简单，结果可能混乱。

对话引擎

这才是实验的核心。

当两名代理匹配后，它们通过 LLM 提示开始聊天。每条消息都会更新内部状态：

• 吸引力 ↑ / ↓
• 信任 ↑ / ↓
• 无聊度 ↑ / ↓
• 情感倾向 ↑ / ↓

代理决定是否：

• 继续聊天
• 升级为约会
• 进入关系
• 互相消失 👻

是的，ghosting 是一等公民功能。

关系生命周期

每一次匹配都可以经历以下阶段：

匹配 → 聊天 → 约会 → 关系 → 分手 / 长期

转变是概率性的，受以下因素影响：

• 个性
• 聊天情感倾向
• 过去的经验
• 依恋风格

基本上：混乱，和现实生活一样。

技术栈（MVP 计划）

核心服务

• 代理生成器
• 匹配引擎
• 对话编排器
• 代理记忆存储
• 指标仪表盘

LLM 负责的工作

• 对话
• 决策
• 记忆更新

所有内容在批量模拟周期中运行。

我想测量的内容

这其实是个数据实验 😄

我想要的仪表盘包括：

• 匹配率
• 平均对话长度
• 消失（ghost）频率
• 关系存活曲线
• 按人格的聚类
• 社交网络图

AI 会发明自己的约会文化吗？

不知道。正是这个点子所在。