哄哄模拟器，一款基于人工智能的独立游戏，自上线以来便引起了巨大关注。一度在短短48小时内，吸引了近70万用户，消耗了15亿以上的tokens，产生了2000万次对话。
游戏的核心玩法很简单，就是通过各种策略哄好虚拟的女朋友，以获得她的原谅。玩家需在限定的对话次数内，使出浑身解数，以提高原谅值。
哄哄模拟器不仅吸引了单身玩家，用以提高未来恋爱技巧，也被有伴侣的玩家用来检验自己的哄人技巧。更有趣的是，游戏还衍生出了“哄领导模式”，在QQ群等社交平台上引发热潮。
玩家们甚至总结出了哄人的技巧：单纯的道歉并不有效，而夸赞对方则能显著提高原谅值。
哄哄模拟器：游戏玩法探秘进入游戏页面，你将面临一系列的情侣间的“送命题”。场景琳琅满目，从沉迷游戏、评论女朋友的体重，到处理消费观念的差异等等，每一个都是充满挑战的情感测试。
玩家的任务是在这些充满雷区的场景中，展现自己的高情商，通过巧妙的对话，来提升AI女朋友的“原谅值”。
当然，游戏终归是游戏，还是有一些“攻略”的。比如，只要避免一开始就做出冒犯行为，通常能有效提升赛博女友的原谅值。在对话中上下文衔接要紧密，不然AI“女朋友”就会能察觉到语气上的不连贯，而降低原谅值。通过送礼物来解决矛盾，在游戏中也意外地有效。
当“原谅值”达到100时，你就成功通过了该场景。如果10次对话内没有让“原谅值”达到100，就会失败。
哄哄模拟器的创作灵感源于开发者王登科和女朋友的一次小争吵。王登科在争吵中突发奇想，将女朋友想象成一个带有虚拟进度条的机器人，这个进度条代表了“原谅值”，而这正是哄哄模拟器的灵感起点。
王登科的初衷是超越现有的AI聊天机器人，如ChatGPT或Character.ai，这些应用虽然提供了聊天体验，但他认为大模型（LLM）能做的不仅仅是聊天，而是能够在聊天的基础上给出数值化的反馈。因此，他决心创造出一种更游戏化的体验。
他想象着，如果能在吵架时看到一个“原谅进度条”，就像玩游戏一样，那该是多么有趣的体验！这个想法驱使他开始构建哄哄模拟器这个应用。
起初，王登科制作了一个iOS APP，但反响平平，仅吸引了几百名用户。之后，他开始学习React并决定将哄哄模拟器开发成网页版。在大模型加持下，他的代码写作助手大大加快了开发进程，网页版版本很快就上线了。
爆火之路：哄哄模拟器的意外成功哄哄模拟器的热潮始于网页版上线后的第二天晚上。开发者王登科惊讶地发现，仅在一晚之间，同时在线人数激增至数百，甚至一度达到几千人，令他措手不及。到了第二天早晨，日活跃用户数已接近10万，同时在线用户数狂飙至5000人。
这一激增的流量源自QQ空间和QQ群，由于这些平台的封闭性和分散的传播节点，初期王登科难以追踪流量来源。游戏的火爆超出了预期，导致运行成本急剧上升。使用OpenAI的GPT-3.5接口，一夜之间就耗费了一亿token，相当于150美元。若按此趋势继续，每日成本可能高达数千美元。
随着用户量的进一步增加，哄哄模拟器面临了新的挑战：GPT接口的限额被打满，导致大量用户无法使用。为此，王登科更新了代码，引入了冷却时间和流量限制，以降低用户使用频率。尽管这样，当在线用户数达到3万时，大约有三分之一的用户仍然无法使用。
在面对日益增长的模型使用费用时，王登科采取了多种策略。他先是将部分负载转移至谷歌Gemini等免费额度的大模型，然后与国内的Kimi大模型公司达成合作，将模型调用量全量切换至该公司，才终于解决了问题。
Kimi大模型也借着这一波迅速获得了一批新用户，他也不失时机的推出了相对应的攻略Chat。直接复制它的回答给哄哄模拟器，也能通关！
最终，由于微信和QQ的屏蔽，哄哄模拟器的流量才逐渐下降。最终，这款简单的哄哄模拟器，两日新增用户达68万，消耗了15亿的token。
AI伴侣的爆火：情感交流的需求AI伴侣类型的应用，特别是AI女友，近来在全球范围内迅速走红。
在GPT Store中搜索“girlfriend”便能见到各式各样的定制GPT女友应用，如Korean Girlfriend、Virtual Sweetheart、Your girlfriend Scarlett等，这些应用在GPT商城中极为受欢迎。
除了GPT Store上的产品，由谷歌前员工创立的Character AI，以及Github上爆火的开源项目GirlfriendGPT，都有大量用户在使用和AI伴侣聊天。
这些AI伴侣程序提供了与真实情侣间交流类似的体验，玩家可以与虚拟情人进行各种对话，甚至分享秘密和照片。
AI伴侣不仅为用户提供了娱乐和陪伴，还具有一定的心理健康价值。一项发表在Nature子刊的研究显示，GPT-3支持的聊天机器人Replika能够减轻人们的孤独感，甚至减少自*倾向。该研究表明，大多数被Replika吸引的用户感到孤独，而有3%的用户表示AI伴侣帮助他们克服了自*的想法。
探索与创新：哄哄模拟器的启示哄哄模拟器的创作历程和爆火经历给我们提供了深刻的启示。
这个案例强调了找到人们内心深处难以直接表达的需求的重要性。现在的AI模型层创新已经相当成熟，接下来的挑战在于，如何发掘并利用这些技术来解决具体的需求和痛点，打造出真正触及人心的AI应用。
作者最后也提到在追求创新和满足小需求的过程中，短期内的成本不应成为阻碍。尤其在大模型技术如此发达的今天，隐藏在这些需求背后的可能是更大的市场机遇和创新空间。即使在一些情况下，这些探索没有带来预期的商业成功，它们仍然是宝贵的经验。
毕竟，生活不仅仅是关于赚钱，更多的是寻找快乐和实现自我价值。哄哄模拟器的创作过程本身，就是一段愉快而有意义的旅程。
如果你觉得这篇文章对你有所帮助，欢迎点赞、收藏以及转发分享。同时，请关注我，以获取更多关于人工智能的最新资讯和见解！
项目地址：
https://hong.greatdk.com/
参考：
https://mp.weixin.qq.com/s/DQDQX9Bomnx6ScS6dlGdVQ
https://weibo.com/u/2819201144
