开云“哄哄模拟器”就是这么个产品，最近火爆了，根据王登科的复盘文章，24小时内涌入了60万用户，消耗了十几亿Token，发生了2000万次对话！

　　一开始我还没打算写，后来一位读者敲门来催我了，想想王登科的实践和我一直以来的思考有契合的点，写一篇吧(催更有用)：

　　先提醒，重磅内容放在文末开云，建议从头开始阅读，下面这些Take Away希望能抓住你眼球：）

　　选择不同的场景，在限定轮次内，通过话术取得对方的原谅，要么成功，要么失败！

　　比如，最热门的场景是：“你回家太晚，女朋友很生气”，点开后，女友的鼻孔出气了：“哼”

　　然后需要通过你的智慧，思考到底说点啥，每说一句话，系统都会给出具体的反馈：

　　根据DK（王登科）的复盘，这个游戏来源于几个月前他和女友的吵架，假如把女友生气情况做一个量化，每次自己的动作会引起数值的变化，就很像是一款游戏了。

　　时间是4个月之前，这也很符合DK的作风：快速做一款好玩的App，然后亲自动手开发出来，上线。

　　但App正常的没有火，DK也很正常的就不理会了，到了上周，它突然想学习一下react，学会react对于开发网页应用是很有帮助的，于是DK从实践的角度，顺带做了个哄哄模拟器网页版。

　　后面愈演愈烈，到发文时，涌入了68万的用户，还被QQ和腾讯屏蔽，一度切换了更高限额的接口，以及转去了免费支持的MoonShot，累计消耗了15亿的Token，整个过程还是很有意思的，DK也写了详细的复盘，大家可以自行翻阅。

　　这里面有几个值得关注的点，或许大家不一定能get到，Super做个提炼：

　　DK过去在做Becord（生活事项频率记录工具）、FoodCa（AI加持的食物热量速查与记录工具）、囤饭饭（家庭应急食物与物资管理）再到这次的哄哄模拟器，以及之前火爆的小协议、喵叫模拟器，基本都来自于生活中的平凡瞬间，都说需求来自于生活，从王登科这里，不知道大家有没有启发。

　　可以看到，DK开发这款产品非常快，但是随着用户量激增，运营成本快速上升，要不是MoonShot免费支持，相信难逃关停的结局。

　　这里提醒我们，在当前的AI阶段，大模型的使用成本非常的高昂，做产品一定要多想一下商业闭环是什么。

　　为何这些用户会传播，仔细去观察下用户的发布的内容和留言，就能理解个八九不离十（后面我们会说）。

　　社交媒体在产品传播中的威力很大是无疑了，尽管不一定设计了就能引爆，但从产品设计一开始就考虑到社交媒体的内容，也相当必要了。

　　GPT接口有使用限制，按照每分钟Token 100万计算，只能支撑同时在线万的用户规模：

　　此时更棘手的一个情况出现了，因为大量的用户同时调用，把 GPT 接口的用量限制直接打满了，每分钟生成的 token 超过了一百万。

　　值得注意的是，这些用户和我之前做产品所接触的用户完全不同，他们是以大学生，高中生和年轻人组成的，最大比例的年龄区间为16-20岁，我想这可能是一开始我用自己的渠道到处宣传效果并不好的原因，说到底，我已经快 30 岁了，我身边的很多人，也差不多这个年纪，30-40岁的用户，和十几二十岁的用户，感兴趣的点，需求，想法，都有很大不同。

　　我听到了一种声音，可能带了一点情绪，我不确定，这种声音是：做这样不赚钱还亏钱的东西完全是浪费时间。首先我承认并且赞同人应该想办法赚钱过上更好的生活，同时我也认为我们应该保有更多的一些能力，例如感受趣味，它和赚钱不矛盾，但独立于赚钱这件事情。

　　尽管哄哄模拟器很快获得了潮水一般的流量，但是确实由于冲击太快，商业模式没有想清楚，大概率昙花一现，但是AI火爆的产品过去并没有多少，经历过和没经历过，感受是不一样的。

　　另一方面，我也有某个模糊的感觉，那就是在许多小需求得到满足的时候，就不应该去计较短期的，在承受范围内的成本，尤其是在现在，能够用大模型去实现功能和解决问题，因为这里面可能蕴含着更大的需求，或者能转化成更大的事情，当我们太过谨慎的时候，可能就错失了这种可能性。

　　增加更多场景，DK留了个用户提交场景的入口，据介绍，已经有上千个用户场景提交了，目前我们能在哄哄模拟器里看到44个场景。

　　基于游戏化玩法，产品本身会不会有其他可能的形态呢？这块我们可以等等看DK后续的动作。

　　比如即刻上面，@刘芮麟Ronin就公开了自己的改良版Prompt（欢迎去关注他获得Prompt的全部）：

　　OK，以上是一些要点提炼，对于哄哄模拟器，很多人还是想知道的很重要的点是：为何哄哄模拟器火了？

　　从目前可以看到的用户表达来看，花式玩梗显示自己的创意+轻松闯关显示自己的牛逼，是主要的两个分享动力

　　小年轻们无处安放的热情被精心设计的场景+AI激发出来了，使出浑身解数去闯关！各种有意思的截图也被随手分享出来，形成一遍又一遍的传播~

　　初中到大学是人同时具备想象力、表达力和表达欲的年龄段，（很遗憾，前段时间我女儿就说我没有想象力了...）生成式AI带来新奇、幽默、温暖的体验，可以满足这一群体的好奇心和分享欲。以哄哄为代表的文字类AI游戏对他们最有吸引力和传播动力。

　　最近确实是考试期or刚刚放假的时间点（我上周回北邮，就发现有同学拖着行李箱离校ing），大家也有释放压力和恰好松弛下来的需求。

　　当然，我们说的只是事后诸葛亮，真正爆火原因或许很复杂。包括羊了个羊，从复盘的角度来说，也只能找出若干个可见的要素。

　　这个问题也困扰了DK，他在微博上发出了疑问，又因为哄哄模拟器网页上之前有联系创作者的入口，所以涌入了一波用户，反馈源头在QQ空间和QQ群：

　　从星野、筑梦岛的用户群体，我们可以发现年轻用户群体对于文字玩法非常Buy in，这波用户群体大量的存在于 QQ 和 B 站。

　　那么，在哄哄模拟器火爆之前，肯定有很多水下团队开始切 QQ 渠道 起量赚钱了！

　　Super之前参与的文生图小程序，就是在QQ频道+QQ群内起量的（但这个渠道是团队成员挖掘的）。

　　假如说连DK本人都不清楚源头在哪里，就可以判断这是一个偶然的爆发，进一步，或许甚少有创业者/大厂高管和产品经理们，理解这一生态！

　　其实很多00后创业者很喜欢做QQ群运营，沾边二次元都应该买B站up主（彩云小梦某次做了B站百大Up的投放，下载数据就非常的让创始人开心）。如果是年纪稍长的创业者在面对更年轻的用户群体的时候，很关键的一点就是用户研究，和用户交朋友，打成一团，这不仅是作为产品反馈，也是为了拉新和运营。

　　沿着刚才说的产品/渠道 match 的点，我们可以看类似的玩法早就存在了：

　　上图是文心一言/发现/娱乐品类的热门玩法，热度也还不错，但就是没有达到哄哄模拟器的水准。

　　如果我们去看部分文生图/情感陪伴类产品的在B站/小红书的数据，或许能理解更多。

　　怎么理解呢？不管是星野还是哄哄模拟器，我们打开后能接触到的，大多时候是角色的一句招呼，更多的响应需要我们的主动输入，整体来说，这是体验，更是内容，初始接触到的，是露出海面的冰山一角开云。

　　这和过去的网文/短视频/直播/短剧都不相同开云，在筑梦岛一文中，我们也提到了阅文曾经尝试互动小说，碍于内容生产成本和用户接受度，不了了之。

　　如果说C.ai、星野等的阶段性局部成功，还不明显，那么哄哄模拟器的爆火，相信让人们闻到了一缕“媒介即内容”PMF的味道。

　　对于哄哄模拟器，仍然有部分人会觉得这玩意留不住人，对于这个观点怎么理解呢？

　　批评家没有什么价值。我也告诉自己，以后少给类似的结论。而且有时候产品不赚钱/留存差并不证明产品不好，能爆火就证明产品抓住了用户，带来的流量也是财富，给产品设计者带来的满足感也足够有意义：

　　话说回来，就算那种可能性最后没有验证，那又有什么关系呢，说到底，人赚钱也好，生活也好，最终不过还是希望能够开心，做哄哄模拟器的这个过程，我就很开心，足矣。

　　我们回看历史，对比2001-2005年，能挣钱的就是【网文，游戏，擦边（黄图）】。现在又一次看到了20年前起点小说的影子，就是那个邮寄付款的年代，都能挣钱的网文市场。

　　诚然，这些平台很low，页面也丑陋，功能也简单，主打一个黄爆俗。但就是有生命力，很像10年前的内涵段子这种，不喜欢的人看不懂，喜欢的人天天用。

　　每一个起量的产品，都是前一代大厂不愿意做的，头条就很典型：版权/风控问题，看似很严重，但后面哪家不去抄算法推荐呢？

　　前面有说过，短期获得流量/长期无法闭环，是一个商业上对AI Native应用的巨大挑战，在大模型定价进一步减少一个量级之前，在当下这仍然是一个问题。

　　尽管现在免费接入了MoonShot，但我们可以理解为月之暗面将其当成品牌推广费用来消化，如果要长期可持续，定价是一个很重要的问题。

　　比如，筑梦岛订阅费20元/月，但就我知道的，一天聊几万字的用户不少，按照ChatGPT3.5 Turbo-1106的价格来说，10万Token的价格就是0.3美刀。但你要用阶梯定价用户肯定不愿意。

　　我们看Perplexity，当你点开Copilot按钮，事实上你并不知道自己是不是在享受GPT4，在官方解释里，已经逐步在使用GPT3.5精调版本来替换，以降低成本。

　　可以认为，用户并不关心背后使用的模型，或者说，比起用哪个模型，更重要的是效果。

　　定价的另外一个制约要素是成本，对于成本而言，之前卡住DK的是GPT3.5 API的价格，在十亿级别Token消耗的情况下，成本来到了2000美元。

　　首先是API价格进一步下降，比如GPT4 Turbo发布后，GPT3.5 Turbo的价格下降了近4倍，那假如过两个月OpenAI再把这一价格下降4倍呢？

　　其次是DK是个人开发者，没有能力去使用开源模型来微调，假如说用上了Mistral 7B，或者Mistral 7B*8，加上对话数据来针对性的微调，甚至说再过段时间，等AI手机的端侧模型更加成熟，推理成本是不是都不存在了？

　　假如成本下降到，每次游戏完一轮，用户可以通过观看广告来增加游戏次数，当前的收支就能平衡，这一玩法策略就可以跑通商业闭环了吧。

　　一个个真实的场景，有代入感的场景，再加上用数值构成反馈，用限定轮次要求完成目标挑战的游戏化！

　　潘乱在《Al is nothing without kemu3》一文里提出，好玩很重要~让用户玩起来，才能普及AI，并且放出了一张图，这张图大家可以关注下，后续会有越来越多基于AI实现的玩法：

　　在这个快速变化的AI时代，王登科和他的“哄哄模拟器”无疑为我们提供了一个关于产品创新、用户洞察和商业模式的深刻案例。这款基于AI的游戏化应用，不仅在短时间内吸引了大量年轻用户，更是在社交媒体上引发了广泛的讨论和传播。它成功地将日常生活中的微妙情感交流转化为一种互动体验，让用户在轻松愉快的氛围中感受到AI的魅力。

　　哄哄模拟器的火爆，让我们看到了AI技术在娱乐和社交领域的巨大潜力，同时也提醒我们，即使是看似简单的应用，也能在正确的时机、正确的渠道下，爆发出惊人的影响力。

　　在商业层面，哄哄模拟器的经历告诉我们，尽管短期内可能面临高昂的运营成本和商业模式的挑战，但长期来看，通过不断的产品迭代、成本优化和用户需求的深入挖掘，AI原生应用仍有巨大的成长空间。我们应当鼓励创新，勇于尝试，即使面对不确定性，也要保持乐观，因为正是这些尝试，推动了技术的进步和市场的繁荣。

　　最后，我想说的是，无论我们身处哪个行业，都应保持对新事物的好奇心和探索精神。正如哄哄模拟器所展示的，有时候，最不起眼的创意，可能就是下一个改变世界的火花。让我们共同期待，AI技术将如何继续塑造我们的未来，以及我们如何在这个过程中找到属于自己的位置。