过去两年我看过太多"旧产品加个 AI"的创业项目，真正让我觉得思路换了的很少，Status 算一个。它问的不是"AI 能不能让社交媒体更高效"，而是一个更根本的问题：如果一个社交网络里的其他人都可以由 AI 实时生成，社交产品本身会变成什么？做出来的东西，已经很难简单叫社交 App 了。

打开 Status，第一件事不是找朋友，也不是找 AI 聊天，而是先决定：这一次，你想当谁？你可以把自己设定成一个刚出道的流行歌手，也可以直接成为世界级明星，甚至设定自己正在竞选美国总统，或者进入《怪奇物语》、某部动漫世界，给自己安排一个全新身份。

接下来，系统会给你生成一个完整的"社交网络"：有人关注你、评论你、给你发私信，娱乐媒体开始报道你，粉丝数量和人物关系都会变化。你说错一句话可能掉粉，做了件受欢迎的事可能爆红，甚至可能被"全网抵制"。Status 看起来有点像 Twitter/X，但在这里，除了你，整个世界几乎都是 AI。它对自己的概括是：Sims but Social Media，社交媒体版《模拟人生》。

数据也很硬：2025 年正式放开后，Status 只用 19 天突破 100 万用户；Y Combinator 官网显示其全球用户已超 300 万，平台产生超过 1300 万个 AI 世界和角色。更值得注意的是使用时长——普通用户平均每天玩约 35 分钟，重度用户超过 90 分钟。这已经不像一个 AI 工具，更像一款游戏。

不是和 AI 聊天，而是让 AI 围着你"生活"

如果只看介绍，很容易把 Status 理解成 Character.AI 的另一个版本，其实两者的产品逻辑差别很大。Character.AI 的典型体验是选一个角色开始聊天，你说一句 AI 回一句，本质上仍是一对一对话。Status 做的是另一件事：把一个 AI 角色，扩展成一整个 AI 社会。

比如你设定自己是刚出道的歌手，进入游戏后先选择第一个关注你的人，系统随即围绕你的身份生成一个世界：其他歌手会出现，粉丝会讨论你，媒体账号会报道你，有人喜欢你，也有人讨厌你。设定是运动员，系统可以生成体育媒体来报道你的比赛；设定是明星，则会出现娱乐八卦媒体。

创始人 Fai Nur 举过一个很形象的例子：在 Status 里，你的每一个帖子都会产生后果。你可能涨粉也可能掉粉，你和某个人物之间会出现关系值，如果一直攻击对方，对方最后可能直接变成你的"敌人"。这是 Status 最聪明的一步——它没有把 AI 当成聊天对象，而是把 AI 当成了整个世界里的 NPC。过去玩《模拟人生》，游戏公司需要提前设计人物、事件、任务和剧情；Status 不需要，因为大模型可以实时生成这些东西。

没写代码，先把 Figma 截图发到了 TikTok

创始人 Fai Nur 本身就是这类产品的典型用户：年轻时长期泡在网上，追音乐组合、电视剧和电影，喜欢在网上讨论这些内容。2022 年 ChatGPT 出现后她意识到一个变化：过去粉丝只能看一部剧、讨论一个角色、写同人小说，而生成式 AI 理论上可以让一个人直接进入那个世界。她随后找来朋友 Amit Bhatnagar 和 Pritesh Kadiwala——Amit 小时候就喜欢自己制作我的世界游戏，这个背景也解释了 Status 为什么最终长成"游戏"而不是另一个聊天机器人。

这不是他们第一次做年轻人的社交产品。之前他们做过音乐社交 App Kiwi：每天随机发通知，让你把正在听的歌分享给朋友，做到过全球 200 万下载，登上过法国和西班牙 App Store 总榜第一，团队也因此进了 Y Combinator。所以做 Status 时他们已经很清楚一件事：年轻人的消费产品，不能关起门来开发半年再上线。

他们甚至没有先把产品完整做出来——只做了一些 Figma 产品效果图，直接把截图发到了 TikTok，结果就火了。这相当于在真正投入开发之前，先验证了一遍：年轻人到底想不想玩这样一个东西？后来小范围测试时，TikTok 传播带来超过 10 万次下载，Discord 社区几天内从约 100 人涨到 18 万人；正式上线后 19 天破 100 万用户。这个增长路径很值得小团队学习：不是先做产品再想推广，而是在产品还只是几张图的时候，就开始测试传播。

为什么一个"假社交网络"能让人每天玩半小时

Status 最有意思的地方其实不是 AI，而是它理解了一个很基础的心理：很多人发社交媒体，并不只是为了表达，还为了看别人怎么反应。朋友圈发出去会回来看谁点赞，微博发完会看有没有评论，短视频发了会反复刷新播放量——人真正容易上瘾的，不只是发布内容，而是反馈。

但现实世界的反馈有个前提：你必须真的有朋友、粉丝或观众，普通人发一条内容很可能什么都没发生。Status 把这个问题彻底解决了：你发一句话，马上有人点赞、有人反驳、有人转发、有人私信，甚至"媒体"开始报道，而且这些反馈不是独立的，会继续改变你的故事。

这和普通聊天机器人的差别非常大。Chatbot 的循环是：问题 → 回答 → 再问一个问题。Status 的循环是：做一件事 → 世界发生变化 → 看别人怎么反应 → 再做一件事。后者天然更接近游戏。

一个聪明的设计：让 AI 的"不确定"变成游戏内容

过去做 AI 产品，大家都希望模型更稳定——同一个问题最好每次给出差不多的答案。Status 恰恰相反，它需要意外：一个角色突然讨厌你，一条帖子突然爆了，某个人突然给你发私信，你精心设计的一句话最后造成完全不同的后果。如果这些事情每次都可以预测，游戏很快就没意思了。所以 Status 官方明确说，它把大模型输出的"不确定性"当成一种产品特性，而不是一个需要完全消灭的问题。

这个思路对 AI 创业者很有启发：很多人还在思考"模型能不能比别人准确 5%"，但消费产品真正的问题可能是——这种模型能力，能不能创造以前根本不存在的体验？

100 万用户来了以后，差点被成本拖死

但 Status 很快遇到了所有 AI 消费产品的共同问题：用户越喜欢，服务器账单越吓人。普通聊天机器人一次用户操作可能只生成一次回答，而 Status 里你发一条帖子，系统可能要同时生成评论、人物反应、关系变化、新闻动态、后续事件以及整个世界其他角色的内容，用户每天玩几十分钟，模型调用量极高。爆火之后，原来的技术架构很快撑不住，当时团队只有约 5 个人。

Fai Nur 后来形容他们面对的现实困境：保持模型质量，成本可能高到无法经营；简单换成便宜模型，用户又不愿意玩——他们曾测试过降低模型成本的方案，用户参与度直接下降 78%。

最后的解法不是"换一个便宜模型"，而是和 AI 基础设施公司 Inworld 重新设计整套生成系统：不同任务不再全部交给同一个大模型、同一种提示词——角色本人的帖子、路人的帖子、新闻账号的内容是不同类型的任务，分别用专门的提示词和模型组合。他们还开始专门测一些做企业 AI 几乎不会测的指标：内容重不重复、表情符号用得自然不自然、笑话好不好笑、人物说话符不符合年轻人的表达方式。Fai Nur 甚至专门提到，他们不希望 AI 写出来的东西像"Facebook 上的妈妈"——用户想看的是年轻人的网络语言，不是一眼就能看出来的 AI 腔。

最终这套调整把 AI 模型成本降低约 95%，同时支撑起超过 50 万日活用户的规模。

赚钱的方式越来越像游戏，而不是 AI 软件

Status 的商业模式也能看出它把自己当什么产品。App Store 上可以看到多种付费项目：每天增加更多 actions（行动次数）、购买 gems（虚拟货币）、购买 coffee（恢复可操作次数）、用虚拟货币购买 Clout Boost 和 Viral Moments 这类更容易获得关注、制造"爆款事件"的能力；后来又加入 Status Plus，给付费用户更多主动联系你的 AI 人物和更丰富的人物关系设定。这已经非常像手游的商业模式。Status 官方今年披露，公司已有数百万美元收入；今年 5 月宣布完成累计 1700 万美元种子轮及 A 轮融资。

更有意思的是，已经有影视公司、流媒体平台开始和 Status 接触。过去一部剧播完，用户和角色的关系基本结束，最多去社交媒体讨论剧情；但如果把影视 IP 放进这种产品，用户理论上可以直接进入这个世界——跟角色交朋友、参加故事、建立身份，甚至和其他真人玩家一起继续生活在里面。Status 已经加入了多人模式。当然，IP 授权、内容安全和商业化都还有大量问题要解决，但方向值得关注。

我的总结：Status 给独立开发者的启示有两层。产品层面，"用 AI 生成的世界替代真实社交反馈"这种新体验，是模型能力直接创造的、以前不存在的产品品类——往这个方向想，比在旧品类里拼准确率机会大得多；运营层面，它"先发 Figma 截图验证传播，再投入开发"的做法，是控制风险成本最低的起手式，和格雷格用 AI 三小时搭公司验证需求是同一个逻辑——先验证，再投入，永远是独立开发者的第一原则。