一夜爆火！「哄哄模拟器」开发者复盘：24小时超过60万用户，2000万次对话
作者： Founder Park 来源： Founder Park
上周末，一款名为「哄哄模拟器」的产品迅速走红，在多个 Founder Park 社群里引发了广泛讨论、试玩。
我们转载产品开发者王登科本人的这篇自述文章，文章记录了他开发「哄哄模拟器」以及经历其走红的过程。
本文作者王登科，面包多&6pen创始人。本文来源公众号《超级王登科》。
24 小时涌入超过 60 万用户，消耗了大模型十几亿 token，发生 2000 万次对话，而事情的起源却是一次吵架。
01
####需求的起源
几个月前，当时我和女朋友因为我现在已经忘记的原因而有了一些争吵，我一边看着对方骂我的样子，一边把对方想象成一个机器人，头上有个虚拟的进度条，我观察她的反应，假装成我的回应会让她头上的进度条发生变化，然后我就突然想到了一个产品创意：带有数值和反馈系统的基于场景的聊天。
我很快开始构建一个叫哄哄模拟器的 iOS APP，在 APP 内，我把常见的情侣吵架场景放入其中，每次进入一个场景，例如「你吃了对象爱吃的丸子，她生气了」，你都需要在指定聊天次数内将对方（AI）哄好，是否哄好则由「原谅值」决定，其会随着你的每次聊天而发生变化。
很久以来，我已经体验过太多的「聊天 AI」了，无论是通用且强大的 ChatGPT 还是专注于角色扮演的 Character.ai，他们都很强，但对我来说还是有一个小遗憾：他们只是聊天。
在聊天之外，如果能再加上数值系统和各种判定，那么就可以做出更游戏化的体验，此时大模型不仅负担起了聊天的任务，也会负担起基于聊天来做数值规则的任务，这在大模型出现之前，是不可能的，数值系统也都是按照既定规则来写死的。
开发哄哄模拟器，是我的一次实验，我发现我确实可以让模型输出拟人的回复，也能做好数值的设计。
App 上线之后，我照例在能发的几个地方发了一下，虽然有些响应，但最终用户就几百个人，因为是我业余做的，所以我也没在意，就放在那里没管了。
上周，公司内开始做一些新项目的选型，我也凑过去看了一眼，然后突然意识到，我经常被人误认为是全栈工程师，但其实我连 react 都不会写，这实在脸上无光，于是我准备开始学习 react，我学习新语言一般会直接从项目上手，所以我又一次想到了哄哄模拟器，并准备写一个网页版，来完成我的 react 入门。
学习新语言和开发新产品的过程已经和往日大不相同，在大模型加持的各种代码助手辅助下，我基本上很快就稀里糊涂的写完了第一个版本，并上线了。
哄哄模拟器网页版上线之后，我也发在了几个地方，包括我的微博，即刻，X，还有 V2ex，但说实话，都反响平平，虽然我暗自感觉不应该感兴趣的人这么少，但考虑到也没投入啥成本，还顺便学了新东西，倒也不觉得难受。
02
####神奇的流量涌入
变化发生在第二天晚上，睡觉前我看了一眼数据，突然发现在线有上百人，我马上通过嵌入的统计代码查看流量来源，但发现都是无法被统计的，这意味着流量应该不是从某个网站链接导入，也不是从搜索引擎，我几乎每一刷新，涌入的用户就还会再增加一点，当晚我观察到接近1点才睡觉。
在我睡觉之前，我还是不知道流量从哪里来，以至于我发了一条动态感叹「像是从黑洞来的」
睡前我最后看了一眼数据，即时在线人数是 2000。
第二天早上起床后，我立刻查看数据，发现在线人数已经飙到了 5000，日活用户到了接近 10 万，在短暂的陶醉后，我立马意识到大事不妙，哄哄模拟器背后使用的大模型基于 GPT，我调用了 OpenAI 的 GPT-3.5 接口，这里的成本是 0.0015 美元/1000 个 token，而一个晚上我就跑了一亿的 token，为此我要付出的是 150 美元。
但这只是一个晚上（还包括了大家都在睡觉的凌晨）的数据，如果按照这样的用量趋势持续一天，那我要付出的成本就会是上千美元了。
对于一个很接近玩具且做的很简陋的项目而言，每天几千美元的成本是不可承受之重。与此同时，用户量还在不断增加，几乎每刷新统计页面，就会新增数百人。
我一开始还在新高峰出现时截图，后来就懒得截了，我把精力放到了更紧迫的事情上面：找出用户从哪来，想办法变现，减少 token 消耗。
在网页上，我放置了联系开发者按钮，然后引导到了我的微博，半小时后，开始陆续有新的关注者评论，绝大部分都表示来自 QQ 空间和 QQ 群。
我和其中一些用户聊了一下，大概找到了流量来源，起先应该是一个来自 QQ 空间的帖子介绍了哄哄模拟器，这篇帖子获得了数千次转发，既而又被发到了无数 QQ 群，并在群友中传播。
这也解答了为啥我一开始找不到流量来源的原因，QQ 空间和 QQ 群都是比较封闭的生态，也无法追踪链接跳转的来源，这里面没有 KOL，传播节点也极其分散。
####03
####棘手的问题
等我中午时摸清用户来源的时候，用户即时在线已经突破了 2 万，预估的大模型账单也逼近了 1000 美元，我意识到，作为网页，且没有做注册登录的用户系统，即便我加入了广告，也无法平衡大模型的成本，和其它火起来的传统产品（例如羊了个羊）相比，基于大模型的哄哄模拟器，运行成本可能是它们的上千倍。
此时更棘手的一个情况出现了，因为大量的用户同时调用，把 GPT 接口的用量限制直接打满了，每分钟生成的 token 超过了一百万。
这让很多用户无法使用，于是我赶紧更新代码，用了粗暴的办法去降低用户的使用频率：1/2的概率，会提示繁忙，同时在用户完成一局对话后，如果哄哄失败，则必须冷静20秒才能开启下一局。
这样的调整让 TPM (每分钟的模型 token ) 稳在了100万，但很快，在线用户增加到了3万，即便有上面的设置，TPM 也依然被打满，这导致了大概有 1/3 的用户是无法使用的。
此时我选择性忽视了未来的大模型使用账单，一心想支撑下这波用户，于是我又找到了在奇绩创坛的校友尹伯昊，他是猴子无限的创始人，也有深度和 GPT 绑定的大模型相关的业务，他给了我一个API KEY，可以走他们的账号池调用GPT，并且支持极高的 TPM 限额，我将 1/2 的请求分配到了他的API下，此时用户也增长到了 4 万，但因为分流，所以勉强支撑了下来。
token 在两边都极速消耗，很快就在伯昊的账号下就跑了 100 美金的额度。而我自己那边我已经不想去看了。
缓一口气后，我开始尝试用其它模型替代 GPT ，这虽然在成本上不一定更划算，但至少有一些新的可能性，跑了几个差强人意的开源模型后，我尝试了 Moonshot AI（月之暗面），发现效果还可以，与此同时我刚好前不久加了月之暗面负责 API 的同学，于是我心一横，厚着脸皮直接向对方发了消息。
Moonshot AI 同学很快拉了群和我对接，并慷慨的让我「先试试」，于是我开始进行调试，然后将 1/5 的模型调用量切给了 Moonshot AI，我采集用户行为数据，观察使用不同模型时，进入下一步操作的比例，在接入 Moonshot AI 大约1小时后，我看了数据，发现和我之前使用的 GPT-3.5 相差不大，于是我将切给 Moonshot AI 的用量逐渐提高。
其实我们也没有谈太多的条件，Moonshot AI 让我免费使用模型，我肯定也要在页面展示 Moonshot AI 的品牌信息，但除此之外，要有多少曝光？点击多少次？给我多少token？其实我们都没有谈，在跟对方交流的时候，我感觉双方都抱着开放的心态，像面对一场有趣的实验而不是什么商业合作，我们一起兴致勃勃的观察模型表现，以及用量的波动。
傍晚时，经过多次调试，也确认了这个调用量级没问题后，我将模型调用量全量切到了 Moonshot AI，此时我问了伯昊，他那边的成本消耗，最终定格到了 340 美元，伯昊没收我钱，而我将用一顿饭回报这次帮忙。
此时是晚上八点半，我终于吃上了当天的第一口饭。然后我打了一把 FIFA。
####04
####不太意外的意外
打完 FIFA 之后我回到电脑前，发现在线人数开始暴跌，此时我的心情比较复杂，一方面我对数据往下走有本能的失落，但又因为 token 消耗降低而松了一口气。而当我寻找数据下跌原因时，我发现这个原因丝毫不让人意外。
是腾讯屏蔽了哄哄模拟器的网页。
屏蔽发生在最活跃的晚上九点，此时最主要的传播链路——QQ和微信被拦腰斩断，大量抱着好奇心的用户被这个页面挡在了外面，流量以极快速度下滑，最终，当天涌入的用户一共是 68 万——如果没有屏蔽，在这个增速下，我想可能会过百万。
结合我自己的账号，Moonshot AI，以及伯昊帮我分担的用量，总消耗的 token 达到了十五亿。
我当晚进行了申诉，第二天早上微信给我解封了，但十小时后，又进行了屏蔽——依然是在晚上最活跃的 9 点，在我申诉后又在次日早上解封，然后晚上继续屏蔽，过去几天这样大概重复了三四次，我也不明白为何要这样做——不给我个痛快，但流量在这样的折腾下迅速降低了。
微信生态素以严格著称，哄哄模拟器的流量激增可能触发了某种机制，也可能是某些用户故意引导模型输出出格内容后举报，让屏蔽不断发生，那个熟悉的画面，让我许多不愉快的记忆涌上心头。
但这一次，我其实没有那么不愉快，一方面我投入的并不多，说实话，这只是我做着玩的项目，同时我也知道，目前的哄哄模拟器，就是一个短期很难有商业回报的产品，它成本极高，而收益却极低——如果我不用非常极端的办法去恶心用户的话。
这样的一个产品，前途其实并不明朗。
05
大模型的验证
但这个小产品，我观察到的数据，却给我带来了关于未来的某些希望——用户们很喜欢它，很多用户把我放置的关卡全部通关，还有人在全部通关之后有逐个进行最短回复的挑战，B站，抖音都出现了大量体验，游玩或者吐槽的视频。
值得注意的是，这些用户和我之前做产品所接触的用户完全不同，他们是以大学生，高中生和年轻人组成的，最大比例的年龄区间为16-20岁，我想这可能是一开始我用自己的渠道到处宣传效果并不好的原因，说到底，我已经快 30 岁了，我身边的很多人，也差不多这个年纪，30-40岁的用户，和十几二十岁的用户，感兴趣的点，需求，想法，都有很大不同。
用大模型去做某种更复杂的，更游戏化的聊天体验，能够被人喜欢，至少在年轻人这里，是得到了初步证明的，而之后的问题则是，如何降低成本，如何构建好的商业模式，以及如何拓展到更多的方向上，而对于这些，经此一役，我也有了不一样的感受。
06
####其他的想法
我听到了一种声音，可能带了一点情绪，我不确定，这种声音是：做这样不赚钱还亏钱的东西完全是浪费时间。首先我承认并且赞同人应该想办法赚钱过上更好的生活，同时我也认为我们应该保有更多的一些能力，例如感受趣味，它和赚钱不矛盾，但独立于赚钱这件事情。
用最前沿的技术，巧妙的做一个让几十万人用上的产品是很有趣的事情，当他们也因为这个产品而获得了乐趣的时候，我会感觉到我在和世界发生某种奇妙的连接，在某个可承受的范围内，我不计较成本，正是因为这个。
另一方面，我也有某个模糊的感觉，那就是在许多小需求得到满足的时候，就不应该去计较短期的，在承受范围内的成本，尤其是在现在，能够用大模型去实现功能和解决问题，因为这里面可能蕴含着更大的需求，或者能转化成更大的事情，当我们太过谨慎的时候，可能就错失了这种可能性。
话说回来，就算那种可能性最后没有验证，那又有什么关系呢，说到底，人赚钱也好，生活也好，最终不过还是希望能够开心，做哄哄模拟器的这个过程，我就很开心，足矣。
PS：鉴于微信目前可能无法打开哄哄模拟器，所以我在放了另一个地址，这个地址是我最开始在哄哄模拟器的另一个变现尝试，有兴趣的朋友可以看看👀
https://mbd.pub/o/bread/ZZmcmJhp
如果你关注大模型领域，欢迎扫码加入我们的大模型交流群，来一起探讨大模型时代的共识和认知，跟上大模型时代的这股浪潮。
更多阅读
Rewind 的 PLG 增长之路，以及如何在 A 轮就得到 3.5 亿美元的估值？
张鹏、潘乱对谈白鸦、肖弘：大模型时代的产品经理，需要 Back to the Future
CES 2024：AI硬件「狂欢」的背后，是噱头大于实用的大模型落地困境
CES上的惊喜AI硬件！199美元、真正的AI助手rabbit r1，可以帮用户操作任意app
转载原创文章请添加微信：geekparker
更多AI工具，参考Github-AiBard123，国内AiBard123
