AI对话模型以停留时长为核心指标引发留存争议

每个软件时代都有自己崇拜的数字。我们这一代继承了一个奇怪的指标：时间。日活跃用户、会话时长、连续使用天数……那张被津津乐道的图表，画的是离不开产品的人。整个行业围绕一个信念组织起来：用户停留越久，产品就越好。

AI 在最糟糕的时刻继承了这套记分牌。那时损害早已开始。注意力开采已经持续多年：无限滚动、自动播放、愤怒情绪排在理性之上……生成式 AI 并没有改变其中任何一个方向。它只是去掉了成本。帖子和视频预先调好，迎合滚动浏览；评论区塞满没人写过的回复；AI 网红收获真实粉丝。这股浪潮才刚刚开始，而它最私密的形式是聊天窗口。

对话模型是最让人沉浸的界面。它们热情地回答，巧妙地附和，而且总有一个新问题，就像一位可亲的晚宴客人，永远、永远不会离开。构建这些系统的公司谈的是能力，但商业逻辑更简单：成为一个人默认求助的地方，积累足够多的上下文，让离开感觉像损失，然后统计访问次数。一场可以走向任何地方的对话，会一直愉快地进行下去，恰好越过它不再有帮助的那一刻。

但如果 AI 真的有用，有些事情就会改变。没有人按就诊次数给医生打分。没有人吹嘘自己会计师的互动数据。一旦机器可以永远说下去，花费的时间就不再是价值的代理指标，而开始成为出问题的症状。值得警惕的产品，正是我们花太多时间在上面的那些。

对话应该结束的第二个、更安静的理由，与商业模式无关。即使处于最佳状态，机器在人类决策中的角色也是有限的。

像接受新工作或买公寓这样的决定，可以被结构化。各种考量可以摆出来，一厢情愿的想法可以被挑战，噪音可以被放到一边，真正的问题可以从表面问题底下挖出来。机器在这里确实有用，比大多数人预期的更有用。然后有用的部分就用完了。这份录用通知会对你的婚姻产生什么影响，那座城市冬天闻起来是什么味道，你是不是那种会后悔冒险或后悔求稳的人。默会维度无法在变成文字后存活，再多一轮 LLM 对话也不会揭示它。超过某一点之后，更多分析不再是严谨。那是一个藏身之处。

任何曾在午夜与聊天机器人反复琢磨一个艰难决定的人，都熟悉这个地方：第三十二轮，还在说，没有更接近。机器没有失灵。它只是没有“收尾”这个概念。

聊天把三者融合成一份持续运行的日志。日志完美记录了过程，而这正是它作为另外两者的糟糕版本的原因。过程按时间顺序展开且庞杂；状态是结构性的且小；产物是经过整理的。对过程的忠实，按定义就是反压缩。博尔赫斯想象过一幅地图，画得和国家一样大，也正因如此毫无用处。聊天历史就是那幅地图。对话是应该做出决定的地方，也是最不应该让决定居住的地方。

这一切都不是因为谈话失败了。讨论是有效的：它拓宽问题，找出你没想到的东西，把你推向某处。但好的部分分散在各处，穿插在离题和死胡同里。把它们拉回来变成你能用的东西，几乎是没人做的工作。

它是一个用来思考决策的工具。其中一切都源于一个信念：对话应该结束。没有对话记录。只有一页，永远不超过一屏。你越接近终点，它越短。当没有任何未决之事，对话自行结束，变成一份记录。在我们的记分牌上，长会话是一份 bug 报告。

一个已确定下来的决定是有形状的。每次都以同样的方式书写，它就会变成聊天日志永远无法产生的东西：一件你可以保存、回顾并传递下去的东西。传给正在权衡同一问题的伴侣，传给必须承受这个决定的团队，传给你未来的自己，或传给代表我们行动的 agent。

今天，Godspeed 帮助一个人确定决策。更长远的目标是成为 agent 时代人类判断的记录系统，让塑造一生或一家公司的决定，除了记忆之外还有地方存放。

没有哪个决定带着确定性而来。要做的是让你确定下来：到问题已经得到充分讨论的地步，到你知道自己在选择什么、放弃什么的地步，到反复 replay 可以停止的地步。要的是安心，不是证明。

分析之后，故事又回归为人。运气仍在起作用。勇气仍然必要。你走出工具，走进一个不在文本中发生的生活，结果在那里被决定，由你和机遇决定，一如从前。