哄哄模拟器的运行成本达到

harunur017off

于是，他构建了这个名叫「哄哄模拟器」的iOS APP，其中包含了各种常见场景。 在每个特定场景中，你都需要在指定次数内把「女朋友」哄好，你的回复「原谅值」越高，哄好的概率就越大。 为什么要做这样一个「哄哄模拟器」呢 王登科表示，自己已经体验过太多AI聊天机器人了，无论是ChaGPT，还是国外爆火的Characterai等AI女友，但它们提供的体验，始终只是聊而已。 而大模型能做的，绝对不仅于此。它们除了能负担起聊天的任务，还能基于聊天给出数值系统的判定。这让王登科确信：绝对可以基于LLM，做出更游戏化的体验！ 他先是做出一个APP，响应平平，只有几百个用户。 随后，他开始学习React，准备把哄哄模拟器做成网页版。在大模型加持的代码助手辅助下，第一个版本很快上线了。 流量爆了！ 网页版上线第一天，照旧反响平平。 没想到第二天晚上，流量忽然爆了。 王登科睡前发现，同时在线的居然有上百人！ 不过这波流量仿佛是从黑洞来的，完全找不到流量来源。晚上点半了，还有几千人在线，一下子烧掉了八千万token。 第二天醒来，在线人数已经狂飙到，日活已经接近万！ 同时，王登科也发现大事不妙：模拟器调用的是OpenAI的GPT-接口，才一晚上就耗掉了一亿token，这意味着他要付出美元（元）。

如果你送出昂贵的礼物，都会给出正面反馈。 图源：情报姬 而使用国产 智利电话号码列表  大模型时，新「AI女友」就会变得谨慎得多，并不会被糖衣炮弹所打动。 万就能买来AI女友的原谅你可太小看她了。 图源：情报姬 二、小编实测：女友陪我去买了 写到这儿，小编可就不困了，直接开始实测。（开始两眼放光） 随后惊喜地发现，只要开局不作，基本上都可以增加赛博女友的「原谅值」。 下面就是一个反面典型： 甚至，还可以通过不断发送正向回复「刷分」。（手动狗头） 更有意思的是，时不时还会触发随机事件。 以下是一位不具名「钢铁直男」的完整体验，主打一个真诚： 他一上来就点开了胜率最低的场景，想体验一下极限难度。 果然，以现实生活中的经验，只要使出杀手锏——买礼物，啥矛盾都能哄得好。 至于这个礼物是不是她自己想要的，似乎就不那么重要了。（仅对于AI来说） 但是，如果你上下文衔接的不够紧，「女朋友」马上就能感受到语气之中的差异。 所以，为了保证「女朋友」能听懂你在说什么，一定要尽可能把哄她的场景交代清楚。 而且，只要态度温柔，字打得多，其实你讲的道理也没有那么重要。 当然了，这套操作对于现实女友肯定是行不通的。 三、开发者自述：源于和女朋友吵架 开发者王登科自述，之所以做这个应用，起因是自己和女朋友的一次争吵。 他看作女朋友骂自己的样子，把她想象成一个机器人，头上有一个虚拟进度条。 不同的回复，会让女朋友的怒气值进度条发生怎样的变化他忽然就想到了这个创意：带有数值和反馈系统的基于场景的聊天。




如果哄哄模拟器再这么火下去，每天可要烧掉上千美元了！ 当务之急，就是找出用户从哪里来的，想办法变现，减少token消耗。 通过放置联系开发者按钮，引导到微博，王登科发现，这次流量居然是从QQ空间和QQ群引爆的。 难怪开始找不到流量来源，在QQ空间和QQ群这样的封闭生态中，没用KOL，传播节点也很分散。 此时临近中午，即使在线用户直接破了万！这个没有做注册登录用户系统的网页，即使加入广告，也无法平衡模型成本了。比起羊了个羊，了上千倍。 而且，因为大量用户同时调用，每分钟生成token超过了一百万，GPT接口用量达到了最高限制，很多用户直接无法使用了。 王登科只能更新代码，对用户提示繁忙，同时如果哄哄失败，会有秒的冷静期。 了一百万，但随后在线用户增加到了万，还是会导致/用户无法使用。 最终，王登科和国内一家大模型公司初步谈好了合作，把模型调用量全量切给了这家公司，终于解决了问题。 四、大模型带来的全新可能 在这个过程中，王登科感受到了不少惊喜。