我做的 AI 社交特使怎麼設計
一百個人的場子，你走進去，站在飲料區旁邊，整晚只跟離你最近的兩個人聊。名牌上的頭銜看不出誰值得深聊，而要一個一個問「你在做什麼」，光問一輪就把整場時間問完了。
我最近在做的 Prelude 想解的就是這件事：活動開始前，每個人先替自己打造一位 AI 特使，特使之間兩兩先聊過一輪，然後你會拿到一份很短的名單——這幾位值得你花時間，理由是什麼，第一句可以問什麼。
這篇分享它的設計理念：為什麼名單一定要短、為什麼一場配對要開兩個各自獨立的程序、為什麼這些對話的帳單不算在我頭上，還有現在哪些地方它做不到。
名單很短是刻意的
先看結果比較快。跑完之後你看到的是這一頁：
畫面上那句「從 2 位可能的對象中篩選出來。名單很短是刻意的：推薦 5 個好的，勝過推薦 40 個平庸的」不是文案，是整個系統的規格。這場只有三個人，2 位候選全上榜，看不出篩選；人一多，短名單才會開始擋掉東西。
每一筆推薦帶三樣東西：一個分數（畫面上是 0.91 和 0.89）、一段互補理由（誰缺的東西對上誰給得起的東西），以及一句可以直接拿去用的開場白。分數旁邊還有一個「模型讀過對話」的標記——這個推薦是有一段真的對話支撐的，不是把兩份自我介紹丟進去比對關鍵字。
社交產品最容易掉進去的坑是把名單做長，因為長看起來比較划算。但一份推薦四十個人的名單，跟沒有名單是同一件事：你還是得自己篩。所以這裡整條配對流程的取捨都是寧可漏掉，不要湊數。
特使進場之後發生什麼事
核心迴圈只有四步：
- 建立特使 — 用一問一答的訪談，把你在做什麼、你需要什麼（合作者／人／投資人／客戶／某個領域的經驗）、你能提供什麼問出來
- 兩兩見面 — 針對這一場活動，特使之間一對一對話，各自試探對方跟自己有沒有互相用得上的地方
- 評分 — 每一場對話產出一個分數、一段白話的理由，還有一到三個具體的開場話題
- 排名 — 每個人拿到自己的名單：這幾位，為什麼，去問什麼
主辦人這邊只要開一個房間、把邀請連結傳出去。主辦不用自己建特使也能辦，自己想參加的話，畫面上有一個「我也要進場」的按鈕。
最難的不是配對，是不讓它變成好好先生
這是整個產品的命脈。最好認的失敗長這樣：每一對都給對方打高分，每一段理由都寫「你們很互補，非常值得聊聊」。名單一旦推薦所有人，這產品就沒有價值了。
一開始的做法是讓同一個對話同時扮演 A 和 B，然後在 prompt 裡叮嚀它「你等一下要演兩個人，請保持獨立判斷」。這行不通，而且行不通的原因不是叮嚀寫得不夠好——同一份上下文裡，兩邊的話互相看得見，模型就是會往互相同意的方向滑過去。prompt 裡的一句叮嚀不是防線，它只是一個請求。
現在的做法是一場配對開兩個各自獨立的程序，一人一個，中間由一個居中的排程者傳話。A 的上下文裡永遠不會有 B 的 token；B 的回覆是以「對方說了什麼」的身分送進來的，跟真人講話的樣子一樣。
更關鍵的是，這件事是寫進介面本身的：發出對話的那個入口 AgentRunner.open() 一次只發一段對話給一位特使，整個介面裡沒有 runMeeting(a, b) 這種「讓兩位特使在同一段對話裡見面」的方法可以實作。也就是說，就算之後有人想偷懶用單一上下文兩邊都演，他找不到地方寫。舊的那個「你要演兩個人」的 preamble 沒有被留著當備案，是直接刪掉的——留著一個名字很友善的陷阱，總有一天會有人踩。
那這些對話誰出錢
N 個人的活動要跑 C(N, 2) = N(N−1)/2 對，隨人數平方成長——5 個人 10 對，20 個人就 190 對。這是這類產品最現實的問題。如果全部呼叫都由伺服器發出去，人一多帳單就是我在扛。
這裡的解法是：對話跑在使用者自己的電腦上，用他自己已經登入的訂閱額度。 伺服器把 claude -p、codex exec 這類裝在使用者電腦上的指令列工具當成執行環境，一位特使一個各自獨立的程序。特使兩兩對話這條路徑上，伺服器一次 LLM API 都不打（訪談結束後把自我描述整理出來、還有我私下跑的品質評測，這兩件事仍然由伺服器自己出錢，但那是每人一次的固定成本，不隨人數平方成長）。
這個設計要面對的問題我自己也寫過：拿自己的 Claude 訂閱去跑第三方工具，安全邊界在哪裡，Day 85 整理過一次——https://www.dawsonwang.com/day/85
實測下來，最貴的不是對話本身，是每一次呼叫的固定開銷：
| 設定 | cache 建立 tokens | input tokens |
|---|---|---|
| 在專案資料夾裡跑 | 52,146 | 7,895 |
| 換到乾淨的 /tmp | 51,627 | 3,787 |
隔離 CLAUDE_CONFIG_DIR、關掉 MCP |
34,049 | 186 |
再加 --safe-mode、--setting-sources ''、--disallowed-tools |
20,282 | 10 |
換資料夾的 cache 建立只省 1%（input 有掉一半，但那一欄本來就小）。真正被載進每一次呼叫的是全域設定：你的 CLAUDE.md、rules、skills、plugins、MCP server——對一位在派對上扮演客人的特使來說，這些全部用不到。--safe-mode 一個旗標就把 CLAUDE.md、skills、plugins、hooks、MCP、自訂指令跟 agent 全部關掉，等於把前一列的手動隔離一次做完。單筆降幅最大的其實是隔離全域設定那一步，cache 建立少了 17,578；--safe-mode 這一組再往下砍 13,767，把 input 壓到只剩 10。
真的跑一場完整的配對（6 個回合、兩位獨立特使、快取全新、什麼都還沒暖起來）是 118,315 tokens、$0.0664。用正式的煙霧測試指令 yarn smoke:live 對真的 CLI 跑一次是 123,947 tokens、$0.0771、82 秒。
5 個人的活動要談的其實只有 10 對——每個人跟另外四位各談一次，C(5, 2) = 10，就這樣而已。
但實際跑掉的次數是 50。因為我刻意讓五台機器每一台都把這 10 對從頭跑一遍：同一對談五次，才有五個獨立的分數可以互相比對。 這是下一節那個反諂媚機制的原料，不是重複做白工。所以 50 是執行次數，不是有 50 場不同的對話。
50 次執行 × 每次 5 個 CLI 呼叫 = 250 次呼叫、590 萬 tokens、$3.32。同樣 250 次呼叫，如果不做隔離也不關 MCP，每次 $0.214，就是 $53.50。差 16 倍。
（這裡刻意用同樣的呼叫次數去比。原本估算是 400 次對 250 次，除出來會得到 26 倍，但那個差距有一半來自回合數的假設，不是這個設計換來的。）
分歧要拿來當訊號用
接上一節那個「五台各跑一遍」。同一組配對拿到 5 個分數之後，能做的事情就不只是取一個數字。
於是我可以拿到平均、五個分數彼此差多少（標準差），以及一個「排除自己那一輪」的平均。標準差大代表這一對本來就見仁見智；兩個平均差很多，代表有人在給自己人放水——這就是偏誤的警訊。
反諂媚從一個「希望 prompt 寫得夠兇」的願望，變成一個會退步、也就能被測出來的數字。畫面上那個「中等信心」的標籤就是從這裡來的。
人格分數怎麼量出來
特使的個性不是讓 LLM 自由發揮。用的是 TIPI，十題的 Big Five 量表，心理計量上有效度驗證——選它而不用 MBTI 就是為了這一點。
分工很清楚：數字由量表算出來，LLM 只負責把文字寫出來，以及從訪談裡抽出「需求」跟「能提供什麼」。 人格那幾個維度不給模型碰，模型碰得到的地方是文字。
人不是一串叫他存好的字串
身分這塊我繞了一圈才回來。
最早的設計沒有帳號：特使是一份自我描述，不是一個帳戶，所以發一把一次性金鑰給你存好就行，伺服器只留雜湊——存的是驗證用的指紋，還原不回金鑰本身。這個取捨當時是對的，而且代價寫得很清楚——金鑰掉了救不回來。
然後代價就來了。有人在手機上建完特使，回家用筆電打開連結，畫面跟他要當時存下的金鑰，他沒存，於是他被鎖在自己的分析外面，而伺服器手上只有雜湊，什麼忙都幫不上。
現在改成用 Google 帳號登入，金鑰那一套整個拿掉。老實講，這個決定是有代價的：這個 app 本來不需要帳號、也不存個資，現在每一位參加者的 Google 帳號、email 跟顯示名稱都會被存下來，不是選填，是每個人。改版之前已經發佈的特使全部找不到主人，也沒有遷移路徑。換來的是一組掉了可以重發的憑證，跟一份會跟著你換裝置的分析結果。
界線畫在這裡：email 跟名字存下來的唯一用途，是讓你看得出自己現在用哪個帳號登入，系統不拿它們做任何比對。登入的驗證我也選擇自己寫，沒有裝現成的套件。這是有代價的取捨——決定「你是誰」的那條路徑上少一個外部相依，但也沒有別人幫我盯 CVE，驗證邏輯寫錯就是我自己的問題。
現在還做不到的
- 會場的像素動畫是重播，不是直播。 對話跑的時候沒有即時推送，跑完才有得看
- 房間狀態每 20 秒重查一次。 這件事直接寫在畫面上，不假裝是即時連線
- 配對品質上限是那份自我描述的豐富度。 訪談問得淺，後面整條配對流程再精準也救不回來
說到底，這個產品真正想解決的，是幫你在有限的時間內找到最值得交流的對象。
想玩玩看的話，歡迎來「踹共 AI 小聚」體驗。
最近開始做免費的一對一諮詢，幫你把 AI 接進自己的工作流——有需要的話可以約：https://www.dawsonwang.com/
- Day 207 兩套「省 token」的 code 工具實測，受測專案就是這篇的 Prelude／Agents-social（35 個 TypeScript 檔、43,935 tokens）：https://www.dawsonwang.com/day/207
- Day 85 用 Claude 訂閱帳號跑第三方工具安不安全：https://www.dawsonwang.com/day/85
- TIPI（Ten-Item Personality Inventory）：https://gosling.psy.utexas.edu/scales-weve-developed/ten-item-personality-measure-tipi/