社交外包时代，年轻人花钱请AI帮自己谈恋爱

“所谓‘认知卸载’，即人把原本需要自己完成的一部分认知和思考过程交给外部工具。生成式AI出现后，这种卸载进一步延伸到了分析、判断甚至答案生成等环节。”

文 /巴九灵（微信公众号：吴晓波频道）

第一批年轻人，已经开始让AI替自己相亲和恋爱了。

今年6月，清华大学在读博士、北京为爱而生科技有限公司CEO韩丹阳在社交媒体上发布了一则招募贴，为自己正在打造的AI恋爱社交产品“小情书”寻找志同道合的伙伴。

“小情书”的运作方式是这样的：每个人先通过一系列问题和测试，让AI尽可能了解自己，包括性格、生活方式、婚恋选择以及对未来生活的期待。随后，每个人的AI Agent进入同一个相亲池，先替主人寻找合适的对象，再和对方的Agent进行沟通。

要不要孩子，未来想在哪里生活，能不能接受异地，怎么看待家庭分工，甚至个人的经济状况，都可以先通过Agent互相交流和讨论。彼时，产品的内测人数已经超过500人。

这并不是一个创业者的孤立尝试。根据Business Insider在2025年底一篇报道的梳理，Tinder、Hinge、Bumble和Grindr等全球大型约会平台都在加大对AI的投入，希望能够缓解用户长期刷资料、匹配、聊天带来的疲劳。

让AI替自己完成一次相亲，距离大多数人的日常生活可能还有一段距离。但让AI帮自己处理一条消息，已经是很多人正在做的事情。

一个有趣的事实观察是，在社交媒体上，我们经常会看见这样的帖子，大家分享AI帮忙生成的“高情商”回复。

比如，领导发来一句“这个事情怎么还没做完”，不知道该怎么回？打开豆包，让它组织一段既礼貌又不显得心虚的回复。再比如，朋友临时约你出去，但你其实不太想去，又不知道怎么拒绝，于是打开DeepSeek，问一句：怎样说才能不伤感情？

诸多社交场合中的问题和瞬间，人们都在外包给AI。

图源：小红书

越来越多人用AI帮忙社交

如果让AI帮你处理社交，你能接受到哪一步？

是帮你想一句回复，还是帮你分析一段关系？是替你约好时间、确认地点，还是干脆替你和另一个人把事情谈妥？

这个问题其实已经有不少人开始回答。

2026年4月，腾讯研究院T-ask调研平台对2903名18至40岁中国青年网民进行的一项调查显示，98.8%的受访者使用过AI社交产品或功能，62.5%使用过AI社交辅助工具。而对于AI代替自己处理日常社交，仅有2.7%的受访者明确反对。

这些数字背后，一个值得观察的问题是：AI究竟接手了社交中的哪些工作？

图源：《中国青年网民对AI社交的看法与使用行为》

从传播学和社会学的视角来看，人与人的交往，本质上是一连串具体劳动：认识陌生人、表达自我、维系关系，发生矛盾时修复彼此的裂痕。我们需要通过反复完成这些工作去建立并且维系一段关系。而今天，AI正在一点点接管其中一部分。

比如在表达自己与印象管理方面。很多人心里清楚自己想说什么，但找不到得体的表达方式。不知道怎么回复领导、委婉拒绝朋友、安慰他人，或是和喜欢的人开启对话。这时AI就成了表达帮手。用户可以说出大致想法，让AI组织好语言。

第二，关系维护与社交协调。从事实来讲，社交中有大量事情并不复杂，却很消耗精力。约朋友吃饭，需要来回确认时间和地点；组织一次聚会，要逐个通知、统计谁能参加；答应别人一件事情，还得记得什么时候去跟进。过去这些事情只能自己记、自己问、自己催，现在AI开始可以帮忙执行。

第三，社交判断与信息处理。还有一些时候，人真正需要的不是如何去回复，而是理解和判断对方的信息。一句“好的”到底是什么意思？对方为什么突然不再主动聊天？一段关系究竟是在升温，还是正在慢慢冷下来？于是，有人开始把聊天记录交给AI，让它分析对方的语气、判断关系变化，再给出下一步行动建议。

还有一类更微妙的需求：替人承担社交中的风险。2026年发表于ACMCHI会议的一项研究，将AI在困难对话中缓解负面情绪和人际紧张的作用称之为“social buffer”。

它吸收的是人际风险。团队合作时不想直接催队友，就让AI去催；社区中有人想表达异议或不满，但不想直接挑战同伴，可以通过AI来间接表达。潜在的分歧和尴尬就这样被转移到了人机交互中，而不是发生在人与人之间。

也就是说，人们交给AI的，是越来越多社交中的麻烦事。而当一种需求开始被反复解决，它往往也会变成一门生意。

AI社交的市场图景

当社交一旦被拆解成一项项可独立完成的任务，商业机会也随之出现。国内外一系列产品与数据，已经印证了AI社交的市场潜力。

以婚恋市场为例。早在2024年2月，苏州一家企业发布了一款叫做Lovekey的软件，软件的定位是一款AI恋爱聊天辅助工具，以输入法插件形式嵌入微信、QQ等社交软件，帮助用户生成高情商回复、提供话术建议。售价方面，采用免费下载+订阅制，目前连续包月价格在48元/月。

从市场反响来看，它的受众规模已经可见一斑。根据QuestMobile的数据，Lovekey在2026年3月的活跃用户规模为1034万。

图源：网络

不止中国市场。2026年印第安纳大学金赛研究所与Match Group联合开展的一项覆盖了约5000名美国单身成年人的调研数据显示，在使用约会应用的美国单身人士中，26%已经在约会过程中使用过AI，用途主要是改善沟通、寻找更合适的匹配对象、生成聊天内容。这个数字相比上一年增长了333%。而年轻人的比例更高：近一半的Z世代单身人士已经用过AI帮助约会。

婚恋市场之外，社交本身也在被AI重新组织。2024年，耶鲁大学学生Nathaneo Johnson和Sean Hargrow开始开发一款叫Series的产品。它被定位为“下一代社交网络平台”，而非单纯的AI应用，核心特点是完全基于iMessage运行，无需下载独立App。

用户通过iMessage 向Series AI发送消息，说明自己的身份和希望连接的对象类型。AI随后会回复一组10张图片的轮播卡片（称为“shares”），展示其他有类似需求的用户。用户长按卡片即可发起私聊，全程无需交换个人手机号。根据报道，Series已经覆盖了超过750所美国高校的学生，注册并开始使用的用户中，有82%在30天后仍在使用。

今年4月，Series公司宣布已经获得了510万美元的预种子轮融资。投资方包括美国访问量最高网站之一的Reddit的联合创始人兼CEO Steve Huffman。

Series创始人

图源：Forbes

而在AI社交的商业赛道中，除了诸如韩丹阳、Lovekey这样的专业团队，科技巨头们也正在强势涌入。

9月7日，《每日经济新闻》报道微信正在内测“小微AI社交”功能。小巴也体验了一番，你可以先给它下一个指令，比如“帮我给XXX发条消息，问他这周有没有空吃饭”。它会很快生成一段回复内容，然后弹出一个确认框，询问“是否发送”。

但根据报道，其内测的功能则会更进一步，其使用流程大致是这样：你想约一个好友吃饭，但不想自己开口，于是告诉自己的“小微”——“帮我问问XXX这周有没有空吃个饭”。你的小微随即去找对方的小微。

对方的小微接到请求后，会先向它的主人确认：“XXX想约你吃饭，是否愿意让你的小微代为沟通？”得到授权后，两个小微开始对话，协商时间、地点，也许还会来回几个回合，敲定一个双方都方便的安排。整个过程有需要用户拍板的关键节点——比如最终确认时间——小微会回来提醒你。

图源：微信

为什么愿意花钱让AI替你社交？

人们为什么要花钱帮忙解决自己的社交问题。为什么一条消息、一场约会，甚至一次简单的寒暄，也开始有人愿意花钱让AI代劳？

这个问题其实并不新鲜。亚当·斯密在《国富论》中讨论分工时，就曾用制针厂的例子说明，生产过程一旦被拆分，由不同的人分别完成其中一部分，效率会大幅提高。

社交同样可以被拆分并外包。回消息、筛选对象、判断关系、安排见面，看似都是聊天，实际上包含了不同的表达、判断和协调工作，这也给AI留下了介入的空间。

韩丹阳在谈到“小情书”时，也提到了两个很现实的需求。

一个是效率。传统相亲需要一个人不断认识新的对象、聊天、筛选，再决定要不要继续。AI代理理论上可以同时和多个对象进行前期沟通，把一个人原本需要投入大量时间完成的筛选工作提前完成。

另一个是判断。人在认识一个新对象时，很容易受到外貌、职业、学历等显眼信息影响，但一段长期关系真正需要考虑的，可能是生活方式、家庭观念、是否接受异地、未来在哪里生活等问题。如果这些信息能够被结构化处理，AI就可以参与到关系匹配中。

但问题也随之而来：当AI替人完成越来越多社交工作，人得到的究竟是更高效的社交，还是越来越少的社交能力？

2023年发表在《Scientific Reports》上的一项随机实验，让219对参与者进行文字交流。一部分人可以使用AI生成的smart replies，另一部分人不能使用。结果发现，AI能够提高聊天速度，增加积极情绪，对方也更容易感受到亲近和合作。

但如果对方怀疑你的回复是AI生成的，对交流的评价则会下降。研究者认为，这可能与人们对AI的负面看法，或者认为使用AI生成回复的人“没那么真诚、没那么在乎”。

2026年发表于《Information Processing & Management》的一项研究则把问题推进了一步。研究观察了AI认知卸载对新手技能发展的影响。所谓“认知卸载”，即人把原本需要自己完成的一部分认知和思考过程交给外部工具。生成式AI出现之后，这种卸载进一步延伸到了分析、判断甚至答案生成等环节。

研究者招募了130名参与者，让他们完成需要分析和判断的决策任务，并随机分为四组：无AI辅助组，高卸载组（AI直接给出推荐答案），中等卸载组（AI提供分析支持）和低卸载组（AI只提供评估性反馈）。

结果显示，高卸载组在决策准确率和速度上表现最好，但技能提升比无AI组低了7.1%。而中、低卸载组的技能提升反而达到了约5.5%。也就是说，AI越“能干”，新手越容易觉得自己也变能干了，但实际上并没有。研究者将这一机制称为“元认知校准失当”。

原因并不难理解。AI替你解决了一道题，你当然可以马上得到一个更好的答案；但如果每一道题都由AI解决，你自己就少了一次思考、判断和犯错的机会。

不过，韩丹阳也给出了另一个层面的观察。她认为用AI去社交，某种意义上也是一个互相学习的过程。人在使用AI进行社交时，也可以观察它是怎么组织语言、怎么处理分歧、怎么判断关系，再把这些方法学回自己身上。对于一些原本不擅长表达的人来说，AI甚至可能成为一种低风险的练习工具。

这就回到了一个更根本的问题：AI进入社交之后，人到底是在借它学习，还是在借它逃避。前一种情况下，AI是一个参照系，人在反复观察和模仿中提升自己的判断力和表达力；后一种情况下，AI是一层挡板，人把自己与真实社交之间的摩擦全部挡在外面，久而久之，连自己原本会做的事情也慢慢生疏了。

两种结果取决于这样一个前提：人是否还愿意在真实关系中亲自练习。

作者|田伟凤

主编|何梦飞

图源|VCG、网络