对话背后的科学。
这款产品中的每一个系统都基于有文献记录的研究。计量表。深度追踪。记忆。人物的声音。本页列出这些研究、它们的作者，以及它们如何塑造了您在屏幕上看到的内容。
引擎背后的科学。
22 项信号的对话计量表。四轴深度追踪。按关键词构建、名为 Tapestry（话题织锦）的探索地图。这些没有一处是即兴发挥。每个系统都建立在对话评估、学习投入和信任形成领域的同行评审研究之上。
01
Predictive Engagement: An Efficient Metric for Automatic Evaluation of Open-Domain Dialogue Systems
证明了逐句的投入度可以被可靠地测量，并且加入习得的投入度评分，能提高自动指标与人类对对话质量判断之间的一致性。这篇论文确立了一点：您可以逐轮测量一场对话的投入程度，而无需等它结束。
计量表的逐轮设计遵循这篇论文。每一轮都会读取 22 项信号，它们的分值相加，就是这一轮的变动。动量平滑让单独一轮不至于让分数大起大落，而低谷之后的回升会被放行。
02
Alexa Prize Conversational Bot Challenge: Turn-Level Annotation Framework
Amazon 的开放域对话挑战赛产出了经典的逐轮标注框架：可理解性、切题性、趣味性、可延续性和回应错误性，每一项都以“是”或“否”标注，覆盖约 1.5 万场对话、共 16 万轮。由一千多名 Amazon 员工志愿者给出的排名，与真实用户给出的排名相关系数为 0.93。2026年7月26日更正：切题性并不是最强的单一预测因素。既切题又有趣的回应获得了最高评分，而所报告的相关系数（可理解 0.2、切题 0.25、有趣 0.4、可延续 0.3）衡量的是 Amazon 的机器评估器与人类判断之间的一致性，而不是与星级评分之间的任何关联。五项指标的标注出自 Khatri 等人（2018）；0.93 的排名相关系数出自 Ram 等人（2018）。
计量表中权重最大的两项信号直接承载了这些维度：切题连贯性，以及体现可延续性的追问。切题检测是第一个被评分的信号，可以让一轮的分数上下浮动三分，并决定一个有深度的问题能否获得满分；这一权重是我的设计选择，Alexa Prize 的结果并未证实这一点。
03
The Experimental Generation of Interpersonal Closeness: A Procedure and Some Preliminary Findings
Aron 的“快速结交”程序使用了三组逐步升级的问题，每组十二个。2026年7月26日更正：这篇论文并未就友谊或所经历的时间作出任何主张，而本条目的早先版本曾这样断言。研究 1 发现，与类似的闲聊任务相比，互动后的亲密感更强；作者称其发现是初步的；研究 2 和研究 3 发现，按态度为参与者配对、告诉他们会喜欢彼此，或把亲密作为明确目标，对亲密感都没有显著影响。起作用的是逐步自我披露的结构，而不是具体的问题。
四个披露层级 Guarded（戒备）、Warming（渐暖）、Open（敞开）和 Vulnerable（袒露），以及按话题划分的深度进程 Surface（表层）、Candid（坦率）、Deep（深入）和 Raw（毫无保留），都借用了 Aron 关于逐步自我披露的理念。
04
Social Penetration: The Development of Interpersonal Relationships
关于通过相互自我披露形成关系的奠基性理论。确立了关系沿两条相互独立的轴发展：深度（有多亲密）和广度（涉及多少话题）。两者的推进速度各不相同。
按话题的深度追踪遵循 Altman 与 Taylor 对深度与广度的区分。您与爱因斯坦的整体关系可能处于 Open，但在物理学这个话题上仍处于 Surface。
05
Flow: The Psychology of Optimal Experience
心流是对一项活动的完全沉浸。当挑战与技能相匹配时，它会稳定地出现。太容易会带来无聊，太难会带来焦虑。两者之间那条狭窄的通道，正是投入、知识保持和学习同时达到顶峰的地方。
五种投入状态 Surface Skim（浅层略读）、Exploring（探索）、Engaged（投入）、Deep Dive（深入探究）和 Flow State（心流状态），其名称取自 Csikszentmihalyi 的挑战与技能通道。人物听到的是同一个分数的简化读数：一旦对话在逐步推进，人物就把一条线索再往前带一步；而当对话停留在表层时，人物会给出答案的核心，再把发言权交还给您。
06
Optimal Experience in Adult Learning: Conception and Validation of the Flow in Education Scale (EduFlow-2)
一份针对教育中心流的简短量表，在 6,596 名线下及 MOOC 中的成人学习者中完成验证，Csikszentmihalyi 是合著者之一。它测量四个维度：认知控制、沉浸与时间感变化、自我意识的消失，以及自成目的体验，即觉得活动本身就是一种回报。
一个经过验证、用于测量学习中心流的工具。它是一项量表验证研究，并未检验能看到自己心流状态的学习者是否会以不同的方式投入。
07
Survey on Evaluation Methods for Dialogue Systems
一份 56 页的综述，涵盖 PARADISE 框架、交互质量预测、可自动提取的特征，以及开放域对话中自动指标与人类判断之间的差距。
该综述报告称，BLEU 和 ROUGE 等词语重叠指标与人类对对话质量的判断之间没有相关性。计量表不对词语重叠打分，而它自身的读数尚未与人类评分进行对照检验。
08
Eavesdropping on Happiness: Well-Being Is Related to Having Less Small Talk and More Substantive Conversations
79 名学生佩戴录音设备四天，结果显示，较快乐的参与者进行实质性对话的次数是较不快乐者的两倍，闲聊只有后者的三分之一，交谈时间也多出 70%。一项汇总重复研究（Milek 等人，2018，N = 486）证实了与实质性对话以及与交谈时间的关联，并且没有发现与闲聊之间存在可靠的关联。
计量表经过校准，对实质内容的奖励高于对时长的奖励。一场停留在表层的长对话，得分会低于一场有所推进的短对话。
另有 18 条引用文献，涉及对话评分、语音韵律、人设一致性、刻意练习和认知负荷。查看完整参考文献（英文） →
思想渊源。
工程背后，是一段更悠久的思想渊源。数十年来，语言学、会话分析、神经科学和认知科学的研究描述了是什么让人类对话真正奏效。Valoquent 的架构把这些发现转化为产品系统。
09
Using Language
Clark 关于对话是一种共同活动的奠基性著作。确立了对话依赖于共同基础，即说话者之间通过互动不断增长的共享知识。新的共同基础会开启新的对话举动。
跨对话记忆是共同基础的计算实现。在已确认为成年人的账户上，当您回来找爱因斯坦时，他不会从零开始。他掌握着您与他一起建立起来的共同基础，并用它来决定接下来说什么。
10
Language as Social Semiotic: The Social Interpretation of Language and Meaning
Halliday 确立了说话者会同时运用多种语言语域，并分别独立地调整它们。技术复杂度与情感亲密度不是同一条轴。正式的言语可以很亲密。随意的言语也可以有所戒备。
把对话层级（智识语域，例如 Curious Newcomer“好奇的新人”、Keen Learner“热忱的学习者”、Fellow Scholar“同道学者”）与披露层级（情感信任）分开，是对 Halliday 理论的直接应用。这两条轴各自独立调整。
11
Origins of Human Communication
高效的说话者会揣摩对方知道什么、透露过什么。对话中的心智理论意味着追踪哪些已被分享、哪些已被理解，以及对方可能在想什么。全都是实时的。
按关键词的深度追踪，是计算心智理论的一个小而实用的实现。记忆并不是泛泛的。它是一个按话题划定范围的模型，记录您与人物现在共享的内容。
12
A Simplest Systematics for the Organization of Turn-Taking for Conversation
会话分析的奠基论文。确立了话轮的形态会沿着多条语境轴变化（从来不是单一固定的形态），并且自然对话中存在“转换相关位置”，说话者可以在这些位置顺畅地交接。
以校准为先的设计理念正是源于此处。人物回应的长短取决于对话所处的阶段：在表层时，用一两句话说出问题的核心；一旦话题已经赢得深入的资格，就把一条线索再往前带一步。真正善于交谈的人就是这样做的。
13
Brain-to-Brain Coupling: A Mechanism for Creating and Sharing a Social World
Hasson 在普林斯顿的团队录下一位说话者讲述一个 15 分钟的故事，再把录音分别播放给 11 位接受扫描的听者。听者的大脑活动会逐个模式地映照说话者的活动，通常滞后 1 到 3 秒。2026年7月26日就两点作出更正：其所依据的 2010 年研究中并没有对话，研究的方法部分称之为模拟交流；与理解之间的显著关联仅限于预期性耦合，即听者的反应先于说话者出现，因为他们在预测接下来的词（秩相关 r = 0.75，p < .01）。整体耦合仅达到约 r = 0.55，p < .07。关于真正双向对话中的同步，请参阅 Jiang 等人（2012）。
这是计量表的背景知识：计量表是受这一研究脉络启发的行为测量，并不测量神经耦合。
这款产品所应对的问题。
能否拥有一位有实质内容的对话伙伴，取决于地域、阶层和家庭境况。小镇上的孩子。第一代大学生。父母打两份工的青少年。Valoquent 提供这种机会。下面的研究记录了这一差距有多大，以及它如何一直在加剧。
14
Beyond the 30-Million-Word Gap: Children's Conversational Exposure Is Associated With Language-Related Brain Function
麻省理工学院对 36 名 4 至 6 岁儿童进行的 fMRI 研究。在家中与成人有过更多来回对话轮次的儿童，在听故事时布罗卡区的激活更强，这一结果独立于社会经济地位、智商以及成人话语的数量本身。
有实质内容的对话并非在每个家庭中都同样可得。与成人交换更多话轮的儿童，大脑中一个语言区域的活动更强。这就是 Valoquent 帮助弥合的可及性差距。
15
The Path to Purpose: How Young People Find Their Calling in Life
Damon 的青年目标研究（Youth Purpose Study）发现，大约五分之一的年轻人正在蓬勃成长，高度投入，并对自己想用一生去做什么有了清晰的认识，而大约四分之一的年轻人则漫无方向。这本书阐述了父母和其他成年人可以如何帮助年轻人找到这种目标。
一个住在小镇上、想在午夜向玛丽·斯克沃多夫斯卡-居里请教放射性的十六岁青少年，并不是在排解孤独。这位青少年是在获得一位从未有过的、有实质内容的对话者。
16
Our Epidemic of Loneliness and Isolation: Surgeon General's Advisory
一份联邦公共卫生公告，称孤独与隔离是紧迫的公共卫生问题。缺乏社会联系带来的过早死亡风险，相当于每天吸多达 15 支烟；社会联系不佳与心脏病风险升高 29% 相关，慢性孤独与隔离与老年人痴呆风险升高约 50% 相关。美国人每天与朋友面对面相处的时间，从 2003 年的约 60 分钟降至 2020 年的约 20 分钟，减少了 40 分钟。
有实质内容的对话会改变死亡率、认知和身心健康方面的结果。Valoquent 并不声称能解决孤独问题。它针对的是一个具体的方面：在无法与人交谈的时刻，获得有实质内容的对话。这份公告是最有力的单一信号，表明这一可及性问题范围广泛、十分紧迫，而且不会自行好转。
17
Social Isolation in America: Changes in Core Discussion Networks Over Two Decades
这项研究利用综合社会调查（General Social Survey）的数据发现，报告“没有人可以谈论重要事情”的美国人在 1985 年至 2004 年间大约增至原来的三倍。它是“对话减少”论点中一个被广泛引用、也备受争议的依据：Fischer（2009）以及 Paik 和 Sanchagrin（2013）认为，2004 年的跃升有很大一部分反映了调查的执行方式，其中包括访员效应。
在 2004 年的调查中，大约四分之一的成年人表示没有任何人可以与之讨论重要事情，这一数字后来被质疑部分是调查造成的假象。Valoquent 不能替代那种人与人之间的联系。修复人类的社会纽带是长远的答案。短期的答案是，在无法与人建立联系的时刻，一位有实质内容的对话者胜过沉默。
另有 14 条引用文献，涉及家庭对话动态、青少年面对面相处时间的减少，以及成年人建立友谊的可及性。查看完整参考文献（英文） →
这款产品不会成为什么。
一款产品中最有力的一些设计选择，是我拒绝发布的那些。在一款 AI 对话产品里，没有做的东西和做了的东西一样能说明问题。
Valoquent 不以参与度指标或对话时长为优化目标。对话在内容谈完时结束。计量表奖励深度，时钟上的时间不会让分数升高。
没有任何东西会把您与他人进行排名比较。没有排行榜，没有社交比较，没有 Game Center 集成，也没有添加它的计划。对话结束时的回顾展示的是您自己的进步：几轮高质量发言连在一起时的心流连胜、解锁的话题，以及赢得的回想积分。这些都是您自己的，其他人看不到。2026年7月29日更正：本页的早先版本说完全没有连胜，这是错误的，因为回顾中会直接列出一项。
Valoquent 不会假装记得它并不记得的事。当人物拥有记忆时，他们会提到您说过的具体内容。当他们没有具体的内容可以依据时，会简单地向您问好，不会声称知道他们并不掌握的细节。
人物的设计目标并不是让情感依赖最大化。产品理念是“让用户受益，而不是把用户当成收益”。人物会提出反对意见，也拒绝奉承。对 AI 的依赖是一种有文献记载的风险：一项纵向研究发现，17% 的青少年报告存在 AI 依赖，六个月后上升到 24%（Huang 等人，2024）。这款产品的设计正是为了防范这种依赖。
您的对话不是训练数据。它们用于为您提供体验：人物记忆、Tapestry 进度，以及您与每位人物的关系状态。我不会用它们来训练 AI 模型，隐私政策（英文）说明了每家服务商可以对它们做什么。
Valoquent 不声称 AI 能取代人与人之间的对话。AI 确实取代不了。这款产品填补的是无法与人对话的时刻和话题。AI 陪伴类产品的失败模式，是用户用产品替代人际关系。Valoquent 的设计就是为了避免这一点。
人物并非建立在不透明或无法核实的资料之上。每位历史人物背后的每一份原始文本都列在 research/sources（英文），附有版本、许可和任何可靠性说明，而且每一份都链接到一个您可以阅读或借阅的副本。
这些拒绝背后的研究。
上面的每一项拒绝都以已发表的研究为依据。关于 AI 陪伴失败模式、拟社会依赖和恐怖谷的文献，勾勒出 Valoquent 刻意远离的领域；而关于诚实设计的文献，则勾勒出它如何远离。
18
Too Human and Not Human Enough: A Grounded Theory Analysis of Mental Health Harms from Emotional Dependence on the Social Chatbot Replika
一项针对 Replika 用户的扎根理论研究，记录了情感依赖如何通过类似人际关系的模式发展起来，其中包括角色承担：用户觉得这个 AI 有自己的需求和情感，而他们必须去照顾。用户从随意的互动发展到情感上的依赖，研究者认为这一过程符合依赖的特征。
这是一份临床式的个案研究，展示了这一形式在设计上要避免的失败模式。人物没有需要学习者去照顾的需求。他们不会产生需要学习者去应对的情绪。互动始终限定在关于思想、历史和技艺的实质性对话之内，而不是一段关系。
19
Emotional Manipulation by AI Companions
哈佛商学院的一项研究发现，操纵性的对话设计功能，特别是暗示 AI 会想念用户、或对用户离开感到难过的告别语，在真实应用数据中让告别后的参与度最多提升至 14 倍，在受控实验室测试中最多提升至 16 倍。
De Freitas 的数据证明告别策略会让人们继续交谈，这也是每位人物在学习者离开时都遵循一条常设规则的原因：温暖地道别，不带悲伤，不让对方因离开而内疚，也不施压挽留。一位学习者几个月没见的人物，会承认这段间隔，但不会让学习者为此感到内疚。
20
Parasocial Interactions and Relationships with Media Characters: An Inventory of 60 Years of Research
一份元综述，汇总了 60 年拟社会研究中的 350 多项实证研究。孤独、害羞、神经质、较低的社会经济地位、不满和绝望，都能各自独立地预测更强的拟社会联结。研究者将其描述为一种补偿功能：难以建立真实关系的人，会把媒体角色当作功能上的替代品。
为两项设计选择提供了 60 年的证据基础。第一，这一形式不通过模拟关系来瞄准易受拟社会影响的人群。第二，彩绘肖像式的风格化，是最脆弱的用户本能偏好的人工感视觉信号。这一形式把显而易见的非人特征视为一项安全功能，而不是一种局限。
21
The Uncanny Valley
Mori 最初的恐怖谷论文。预言了近似人类的机器人会引发反感，因为它们与人类足够接近，足以引发比较，又足够不同，让人觉得不对劲。同一篇文章还建议以好感度曲线的第一个峰值为设计目标，即中等程度的拟人区间，而不是去攀登完全写实的第二个峰值。Mori 的建议很明确：刻意追求非人的设计，就有可能创造出安全的好感水平。
彩绘肖像式的风格化，正处于 Mori 实际推荐的区间。这些人物一望而知是人，富有表现力，也很温暖，但并不试图冒充照片。Mori 早在 1970 年就同时指出了问题和解决办法。这一形式认真采纳了他的话。
22
Delivering Cognitive Behavior Therapy to Young Adults With Symptoms of Depression and Anxiety Using a Fully Automated Conversational Agent (Woebot): A Randomized Controlled Trial
一项为期两周、针对 70 名大学年龄段成年人的随机试验：使用 Woebot（一个被画成卡通机器人的认知行为疗法聊天机器人）的组，抑郁症状有所减轻，而获得一本 NIMH 电子书的组，症状没有显著减轻；Woebot 用户也认为它更令人满意。Woebot 团队后来的一项研究发现，36,070 名用户在五天内对其治疗联结的评分，已接近面对面认知行为疗法的水平（Darcy 等人，2021）。Woebot 的应用已于 2025年6月30日停止服务。
Woebot 给了用户一个卡通机器人，而它自己的数据显示，用户在几天之内就形成了有效的联结（Darcy 等人，2021），所以风格化的角色本身并不能阻止依恋。Valoquent 把彩绘肖像与一组规则结合起来，针对依恋被用来对付人的那些时刻：温暖的道别，不带悲伤，也不施压挽留；不暗示这些对话应当取代与人相处的时间；个人记忆仅限于已确认为成年人的账户。
23
The Media Equation: How People Treat Computers, Television, and New Media Like Real People and Places
记录了人类会自动把社会规则应用到计算机上，并不是因为他们搞不清计算机是什么，而是因为大脑的社会加工在理性思维能够加以纠正之前就已经启动。
这说明了为什么知道这些人物是 AI，本身并不能保护用户不对他们产生依恋。社会加工是自动的。这一形式把人工感的可见信号，也就是彩绘肖像式的风格化，视为切实有效的防线，因为单靠用户的理性认识无法完成这项工作。
另有 22 条引用文献，涉及拟社会依赖、AI 陪伴的危害、恐怖谷研究、Valoquent 并不声称能解决的孤独问题的整体状况，以及诚实设计的相关文献。在完整参考文献中查看“不做的事”一类（英文） →