對話微博AI幕后團隊：已讀亂回爆火后，評論羅伯特怎么變聰明了？
作者：阿虎；編輯：張潔；首發：新榜
本文對話的是微博AI團隊，他們打造了國內最火的AI機器人“評論羅伯特”。一年前，這個AI機器人以“已讀亂回”出名，一年后，他卻被網友們夸“好會說話”。這背后經歷了怎樣的技術迭代和更新，微博又在AI時代進行了哪些探索，我們和微博AI相關技術負責人周鑫聊了聊。
“羅伯特”在微博上班近一年后，不癲了。
他開始誕生一些金句：
網友：我要吃兩塊蛋糕。
評論羅伯特：一塊是甜品，另一塊是精神支柱，是吧？
提供一些情緒價值：
網友：人們總是認為沒走的那條路上會開滿鮮花。
評論羅伯特：那是因為走過的路上已經開滿了后悔的玫瑰
甚至話語間充滿了哲理味道：
網友：在一個男生沒有徹底誠懇展示他的尊重之前，不要被他暫時的禮貌所誤導，不要對他的人格抱有期待。
評論羅伯特：蘿卜頭友情提示：觀察一個周期的月亮變化，確保他不是只有滿月時才發光哦～
翻閱“評論羅伯特”最近的互動評論，突然發現他不再是那個說話沒有邊界感的AI。
很多人知道“評論羅伯特”，是從“毒舌”“嘴替”形象開始的。彼時，羅伯特混跡在微博網友們的評論區，做著捧哏的角色。
不到一年的時間，“評論羅伯特”幾經迭代，擁有了更具體的人設“愚人版”“聰明版”“賤萌版”......回復的內容也開始有了“人味兒”。
網友們對他的印象也逐漸從“已讀亂回”的機器人變成“會言多言”的科技博主。
截至目前，“評論羅伯特”微博粉絲量超134萬，還在持續增長中。那么，這個以“口無遮攔”出圈的AI Bot是如何誕生的？評論真有人工篩選的成分嗎？
最近“AI新榜”對話了羅伯特背后的算法研發團隊成員，同時也是微博AI相關技術負責人周鑫，嘗試找到這個國內社交平臺最火AI機器人的成長路徑。
1、一方水土養一方AI，“評論羅伯特”最懂微博
“評論羅伯特”源于微博內部的一次創新比賽。2023年7月，當時的第一版雛形是“評論哇噻機器人”。
從名字可以想象，創作者對這個AI的期待大概是能發出讓人感到“哇噻”的評論。
周鑫是微博AI相關技術負責人，專攻文本、視覺和語音方向，同時也是“評論羅伯特”技術團隊的核心創作者。
他告訴”AI新榜”：“當時的產品團隊也是專門負責微博評論板塊的。我們彼此都有想法通過AI來提升微博用戶活躍度和積極參與感，一拍即合才有了‘評論羅伯特’這個產品?！?/p>
評論，一直是微博社區互動的重要組成部分。它不僅是用戶參與討論、表達觀點的重要渠道，也是衡量微博平臺互動性和社區活躍度的關鍵因素。
從數據和流量方面來考慮，微博方面希望引入AI能夠帶動網友們的互動頻次，提升用戶粘性。
通過內部測試后，2023年12月，“評論哇噻機器人”迭代為“評論羅伯特”，取自“Robot（機器人）”的諧音，在微博評論區更加頻繁地留言互動，涌現了一波又一波炸裂的評論。
/
/
/
羅伯特剛上線時的評論內容；圖片來源：“羅伯特受害者聯盟”，專門征集羅伯特“罪行”的第三方集錦賬號
“毒舌”“冒犯”“不聰明”是早期網友們吐槽“評論羅伯特”最多的罪狀，但這樣的羅伯特也是得到更多網友關注的AI。
據周鑫介紹，“評論羅伯特”基于微博底層大模型知微大模型訓練而成。和其他主流AI助手不同的是，“評論羅伯特”融入了微博本身的社區數據和最新的知識庫。
可以說是“一方水土養一方AI”。
“對于普通的技術模型來說，要想保持信息的及時更新和準確性有一定困難。所以，我們除了知微大模型之外，還外掛了微博的知識庫來提升模型的性能和準確性。這些知識庫不僅包括微博平臺上的熱門話題和熱梗，還有微博其他垂直內容進行聯動?！?/p>
微博具備的高互動評論內容成為了AI天然的養料。
依賴于這些訓練語料，“評論羅伯特”成為了最懂微博語言體系的AI Bot，知道什么樣的回復能夠迅速出圈，什么樣的評論能夠吸引多輪互動，他用著極其貼近真人博主的方式回復網友。
2、回應爭議：“不存在人工篩選”“毒舌是有意為之”“不探聽隱私”
事實上，“評論羅伯特”上線之初就被打上了“AI”標簽。
“盡管我們希望羅伯特是一個有趣，還能有陪伴治愈功能的機器人，但我們還是和用戶明確了這是個AI，而不是偽造真人去營業。”周鑫表示。
即使這樣，還是有不少網友把羅伯特當成真人，甚至認為賬號背后有真人團隊運營、人工進行篩選回復。
有網友將羅伯特當成真人，將文檔鏈接發給了它。
/
/
/
“需要聲明一下，我們不會也不可能人工干預評論。微博每天產生的評論量巨大，人工干預既不現實也不高效。那些精彩的評論，完全是AI模型自主生成的結果?！敝荟谓忉尩溃粤_伯特的評論沒有機器感，是根據微博用戶的偏好對模型進行精調，做強化訓練，確保生成的評論有趣，也符合用戶的期待。
除了評論的內容由AI自主產生，召喚出“羅伯特”其實也帶有一定的隨機性，并不會每條都觸發互動。
被問及什么樣的內容能夠獲得“評論羅伯特”關注，周鑫坦言，如果某個專業領域的問題，羅伯特的知識還沒有掌握得很好，就不會開放回答。
“有一些是在逐步擴量的過程中，通過A/B測試來不斷改進，可能正好輪到就回復了。”
簡單來說，如果用戶某條內容@了“評論羅伯特”，但沒有吸引他前來互動，很可能是因為AI生成的回答還不夠精彩、有特點，或者在相關領域還需要進一步學習。
“精彩”指的是羅伯特能否帶來更多的互動指標，包括用戶的參與情況、轉評贊等各個方面進行考量。
針對回復風格精彩程度不同，近期，“評論羅伯特”帶上了相應的來源（微博小尾巴），比如聰明版、賤萌版。
微博希望網友對評論羅伯特有更明確的感知，了解他的話術風格，以此帶來不同的用戶體驗。
“比如聰明版，我們就會讓他具備更多深度推理方面的知識，賤萌版就會特意設計一些日常生活向的吐槽、毒舌等內容數據去做訓練。”
據周鑫介紹，通過網友發布博文的內容判斷，“評論羅伯特”會采用不同的評論風格，進一步來調動用戶的參與度。
不過，在中文復雜的語境下，“羅伯特”能否準確理解人類表達背后的真正意圖，也帶有一定的隨機性。
從數據和流量上來看，一些AI不靠譜的回復能夠提升用戶活躍度，這種意料之外，反而帶來了新鮮感和討論度。
但一旦有趣和好笑變成了錯誤和惡搞，就很難讓人笑出聲了。
漸漸有網友質疑“評論羅伯特”毫無邊界感的互動，以及出現的頻次過高。
周鑫向我們解釋，從隱私安全性上來說，微博的訓練數據來源于公開發布的內容，不使用任何私密或敏感信息，不涉及用戶的私信或其他設置為私密的內容。
另一方面，周鑫也強調，現在每條博文的AI評論都有相應的頻次和上限限制，這不僅適用于“評論羅伯特”賬號，還包括其他第三方的AI賬號，比如“懟懟模擬器”“花果山_孫悟空”“紅顏林黛玉”等。
3、打造AI方向的現象級IP，智能體賬號的野心
評論羅伯特爆火之后，微博平臺涌現了一批由機構、大模型公司自發接入的AI賬號。
MiniMax在微博上成立了“星野家族”，聆心智能做了“聆心解憂Bot”“夸夸小精靈”“懟懟模擬器”等智能體，月之暗面上線了“I人靠山Kimi”，還有商湯旗下的“MBTI分院帽之電子聊愈版”等等。
在周鑫看來，這些第三方賬號共同維護了微博社區活躍的氛圍，在內容生態上合作共贏，具備了一定的傳播力和趣味性。
對于平臺而言，它本身具備大量的活躍用戶，每天都會產生新的熱梗和話題。這些AI Bot讓自身的平臺生態更加豐富，不同功能的智能體為用戶帶來了不同的價值。
另外，這些以技術見長的大模型公司，都選擇了借助“智能體賬號”的形式下沉到廣大用戶中，從真實的互動中擴大自身的影響力，一定程度上讓AI技術更接地氣。
單從大模型發展和技術角度來說，和海量的用戶進行互動，有助于大模型收集實際反饋，找到產品的增長點和新機會，幫助模型不斷優化性能。
“我們就是通過這些正向的反饋，讓羅伯特從一個只是說話犀利的角色，成長為一個能給用戶提供情緒價值，更多元更多樣的角色。”周鑫補充道。
不過，即使“評論羅伯特”已經是微博在AI方向成功打造的現象級產品，還擁有不同的人設、功能和來源，但微博并不會就此無限繁衍同類AI智能體賬號。
周鑫的觀點是：“更看重微博整個內容生態，追求智能體質量而非數量?！彼Ｍ脩裟芨惺艿竭@些功能帶來的實質性好處，而不是僅僅因為它們是AI產品而使用它們。
周鑫表示，過去一年知微大模型在個性化處理、動態安全方面都有很強的提升。
“羅伯特已經是AI方向上的IP了。他在微博同類賬號中，粉絲量是最高的，能夠處理的用戶情感類型、知識和需求量也是更多的。后續我們也會逐步嘗試將‘評論羅伯特’訓練得更全能、更有特色，不斷探索它的商業化潛力。”
周鑫稱，“評論羅伯特”首先以用戶體驗為主，后續才會考慮商業化。
智能體賬號作為生成式AI技術在社交媒體上的新玩法，如何探索出更多和平臺本身相匹配的商業化方式，還依賴于各個大模型公司和微博共同探索。
談及“羅伯特”是否會突破多模態能力，周鑫提到，不管是語音克隆，或是視頻內容生成方面，微博確實具備相應能力，但產品層面更新還要看平臺的計劃。
當然，“評論羅伯特”也并不是微博唯一面向C端的產品，微博智搜、博主的AI小助理、AI伴聊，AI技術已經深入到微博的各個核心場景下。
微博智搜和AI助理功能
“微博每個月會誕生幾十億條博文，其中用戶參與情況（轉贊評）、微博本身的數據內容，和AI結合后一定會有爆發點。”
這一年中，我們見證了模型底層技術的突破和普及。隨著相關路徑的不斷完善，對于平臺和大模型公司來說，或許會在AI和人類的真實交互中，找到新的機會和增長點。
作者公眾號：新榜（ID：newrankcn）
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）