最近我们把 PowerPony 上线了。
很多人第一次看到这个产品，会自然地把我们理解成：
“你们是不是做了一个 AI 情感分析工具？”
其实不是。
PowerPony 确实是我们现在第一个真正面向普通用户开放的产品，但如果只看到 PowerPony，其实只看到了我们整个项目很小的一部分。
我们真正长期研发的，是一套叫做 「星城算法」 的底层系统。
如果必须用一句最简单的话解释我们在做什么：
大模型负责理解和表达，星城算法负责判断、状态和人格。
这是我们整个产品体系的起点。
一、为什么我们觉得大模型之外，还需要另一层东西？
现在的大语言模型已经非常强。
写文章、写代码、查资料、总结、聊天、调用工具，这些事情已经做得越来越好。
但我们在实际使用过程中一直遇到另一类问题。
比如：
一个刚认识的人，到底是什么样的人？
两个合伙人现在对一家公司分别是什么态度？
一段关系为什么突然发生变化？
一个合作项目真正卡在哪里？
一个 AI 角色经历了一件重大事件之后，它的性格和行为应该发生什么变化？
这些问题和“北京今天天气怎么样”不一样。
它们没有一个数据库可以直接检索答案，也不是仅仅多给大模型一些上下文就一定能解决。
更重要的是，现在的大模型本质上同时承担了很多事情：
理解问题、推理、判断、组织语言、生成答案。
于是我们开始思考：
能不能把“判断”和“表达”拆开？
让一套独立算法先形成结构结果，再让大模型把结果说成人话。
星城算法就是从这里开始的。
二、我们到底做了一套什么系统？
星城算法不是另一个大语言模型，也不是简单的 Prompt 工程。
它是一套独立运行的确定性符号与状态计算系统。
简单理解，一个问题进入之后，大致会经历：
问题输入
↓
确定性取数与结构映射
↓
多个算法模块分别计算
↓
不同视角形成判断
↓
合议、冲突处理和最终裁决
↓
形成结构化结果
↓
最后再交给大模型解释成人话
所以我们内部一直有一个非常重要的原则：
算法负责“算”和“判”，大模型负责“说”。
结构结果形成之后，大模型不能反过来修改算法结果。
另外，我们的结构层强调确定性：
在同样输入、同样时间锚和同样算法版本下，系统应该能够重新得到相同的结构结果。
结果也能够保存、回放和复查。
这和让大模型直接自由生成一个答案，是两种不同的技术路线。
三、第一代解决“一个问题”，第二代开始解决“一个人”
我们后来发现，仅仅判断一个问题还不够。
因为现实世界里的很多事情，并不是一次性发生的。
人会持续存在。
关系会持续存在。
过去发生的事情会影响未来。
所以整个系统后来发展出了第二代。
如果第一代解决的是：
“这件事现在怎么看？”
那么第二代解决的是：
“这个人物经历这么多事情以后，现在变成什么状态了？”
我们把一个持续存在的人物结构称为 弦网。
多个弦网以及人物之间的关系、事件和历史组合起来，就形成 弦界。
也就是说：
一个人不再只是每次聊天时由大模型临时生成出来。
他可以有自己的：
状态
经历
关系
变化
人物弧线
甚至过去的一件事情，可以持续影响未来的行为。
这也是为什么，我们后来越来越觉得：
星城算法真正的商业空间，远远不只是一个“判断网站”。
四、PowerPony 在整个体系里面是什么？
这时候再回来看 PowerPony，就比较容易理解了。
PowerPony 是星城算法面向普通用户的第一个入口。
目前用户可以直接提出现实问题，例如：
人物分析
刚认识的这个人是什么性格？
关系判断
对方现在怎么看这段关系？
商业问题
两个合伙人对现在这家公司是什么态度？
复杂问题分析
这件事情真正的阻力在哪里？
情境推演
如果继续发展，事情可能向什么方向变化？
所以 PowerPony 对我们来说有两层意义。
第一层当然是一个真正的 C 端产品。
我们希望验证用户是否愿意为这种“判断型 AI”付费。
但第二层其实更重要：
它是星城算法进入真实世界的验证入口。
用户提出真实问题。
系统给出结果。
现实继续发展。
以后就可以复盘：
哪里判断对了？
哪里错了？
什么问题适合判断？
什么情况下应该拒绝判断？
最终形成长期的真实样本、失败样本和标定数据。
所以 PowerPony 不是我们全部的商业模式。
它更像整个星城体系最前面的一个探针。
五、第二个商业方向：给 AI 一个真正持续的人格
这是我们认为非常有价值的一条路线。
现在 AI 陪伴、AI 玩具、数字人、虚拟角色越来越多。
但其中一个很普遍的问题是：
AI 很聪明，却很难长期成为“同一个人”。
今天说自己讨厌一件事情。
过了一段时间，可能完全忘记。
经历过一件重大事件，正常的人会受到长期影响。
但对于纯大模型角色来说，这种影响很容易随着上下文消失。
现在比较常见的方法是：
Prompt + Memory + RAG。
它们非常有价值。
但是：
记住发生过什么
和
发生这些事情以后，这个人变成了什么状态
并不是一回事。
所以我们把星城第二代中的一部分能力抽了出来，形成：
ChordBone / 弦骨
它可以理解为一个 AI 人格状态 SDK。
目前已经实现的工程能力包括：
确定性人格底盘、心境状态、重大事件双通道、状态包注入、JSON 持久化等。
未来它可以接到：
AI 玩具
AI Companion
数字人
品牌角色
虚拟 IP
AI 客服角色
甚至机器人上。
我们希望解决的问题不是：
“怎么让这个角色多记一点聊天记录？”
而是：
“怎么让它真正持续成为这个角色？”
六、第三条路线：游戏 NPC 和 AI 人口系统
再往前走一步，这套人物状态系统天然会进入游戏。
现在生成式 AI 已经让 NPC 可以自由聊天。
但“会聊天”和“像一个活着的人”之间，其实还有很长的距离。
一个 NPC 如果经历：
父亲死亡
被朋友背叛
获得财富
战争失败
爱上另一个角色
这些事情以后，他之后的状态应该是不一样的。
而且这种影响不应该每次都让大模型从一长串历史记录里重新猜。
所以我们做了 弦网剧场。
里面已经包括：
文本人格建立
逐日状态演化
人物内外显状态
人物弧线
关系冲突
事件影响
存档
离线运行
它现在还是一个早期产品，但底层机制已经跑起来了。
我们的长期想法不是自己做一个《模拟人生》。
而是把这一部分做成：
NPC 人格和人口中间件。
以后游戏公司使用 Unity、Unreal 或自己的游戏引擎。
空间、战斗、画面、物理，他们自己负责。
星城负责：
这个 NPC 是谁、现在什么状态、与谁是什么关系、经历事情以后如何发生变化。
如果一个人物是一张弦网，
100 个、1000 个、甚至更多持续人物放到同一个世界里，
最终可能形成的就是一个：
AI 人口系统。
这一方向也是当前白皮书定义的远期平台化方向。
七、第四条路线：弦界——长期存在的个人 AI 世界
我们还有一个已经做出来的工程系统：
弦界对话
它把：
本地大模型
人物档案
案卷
关系
事件
复盘账本
弦界
情境推演
多工具调用
放进了同一个离线优先的交互系统里。
目前已经能够调度本地 8B / 14B 模型，并让人物、关系、案卷和状态持续保存。
它让我们看到另外一个方向：
未来个人 AI 可能不仅仅是：
“一个聊天框知道我的历史。”
而是一个真正拥有：
人物
关系
事件
时间
长期档案
的个人 AI 世界。
今天这个方向我们还没有急着商业化，但它是整个蓝图里面非常重要的一块。
八、所以我们的商业模式不是只有一个
把上面这些放在一起以后，我们现在看到的是至少四层商业模式。
第一层：C 端产品
PowerPony 等产品直接面向用户收费。
可以是次数、会员或者高级服务。
它同时承担真实需求和真实样本验证。
第二层：SDK 授权
把人格、状态和判断能力做成 SDK。
客户可能是：
AI 玩具厂商
AI 陪伴产品
游戏公司
数字人
虚拟角色
机器人公司
收费可以按照开发者、项目、角色数量或者 MAU。
这也是现有白皮书明确设计的商业模式之一。
第三层：企业集成
一些企业不会只需要一个标准 SDK。
他们可能需要：
私有部署
人格协议
状态系统
模型适配
API
现有产品集成
那么就可以形成：
集成费 + 授权费 + 技术服务
这样的 B 端模式。
第四层：开发者与创作者工具
未来还可以向：
游戏开发者
小说作者
编剧
互动叙事创作者
开放角色工具。
让一个创作者建立人物之后，不只是得到一张“人物设定卡”。
而是真的能够让人物：
经历事件 → 状态变化 → 关系变化 → 行为发生变化。
白皮书目前规划的是免费个人版与专业版相结合，并围绕角色资产、世界档案和导出工作流收费。
九、为什么我们不准备自己训练一个大模型？
有人经常问我们：
既然做 AI，为什么不自己训练一个模型？
我们的判断恰恰相反。
现在 GPT、DeepSeek、GLM，以及越来越多本地模型已经把语言能力做得非常强。
我们没有必要重复造一个语言模型。
我们真正希望做的是：
模型之上的结构层。
未来一个 AI 产品完全可以：
用大模型负责语言
用 RAG 负责知识
用 Agent 负责行动
用星城算法负责人物、状态、关系和部分裁决
所以在我们的设计中，大模型应该是可替换的，而不是绑定某一家模型厂商。
模型越来越便宜、越来越普及，对我们反而是一件好事。
十、我们的护城河也不是“一个神秘公式”
这一点我们现在想得越来越清楚。
任何一个：
公式
阈值
状态机
Prompt
都可能被复制。
所以真正的壁垒不会来自某一个秘密参数。
我们认为长期壁垒来自四件事情叠加：
第一，一套内部一致的结构和状态体系。
第二，一套已经工程化、可重放、可测试的确定性系统。
第三，长期积累的真实样本、失败样本和标定数据。
第四，SDK、插件、接口以及真正进入客户产品以后形成的集成经验和生态。
最终真正难复制的会是：
算法 + 数据 + 工程 + 生态。
这也是我们目前整个项目的长期建设方向。
十一、我们现在真正处于什么阶段？
我们不想把未来蓝图写得很大，然后让人误以为所有事情今天都已经完成。
目前已经比较确定的是：
星城算法已经形成从：
确定性取数 → 多模块判读 → 合议裁决 → 解释包 → 人物状态 → 弦网 → 弦界 → 人格 SDK → 游戏原型
的一条工程链。
星城浑天仪、弦界对话、弦网剧场和弦骨，都已经存在可运行的工程实现。
但是下一阶段真正重要的，不再只是：
“代码能不能跑？”
而是三个更现实的问题。
第一，它在真实世界到底有多有效？
需要更多真实样本、结果回填和外部验证。
第二，用户到底最需要哪一个场景？
人物？
关系？
商业？
AI 角色？
游戏 NPC？
还是其他我们现在根本没有想到的场景？
第三，谁真正愿意为这些能力付钱？
C 端愿不愿意持续使用？
AI 玩具公司愿不愿意接？
游戏公司接入以后到底能不能降低开发成本、提高角色体验？
这些才是我们接下来最想找到答案的问题。
十二、我们的蓝图
所以，如果从今天往后看，我们希望走的路径其实非常清楚。
最前面是：
PowerPony
让真实用户开始接触星城的判断能力。
再往里面是：
星城浑天仪
形成确定性的判断和裁决系统。
再往第二代走：
弦网
让人物持续存在。
再扩大：
弦界
让人物、关系、事件和时间形成网络。
然后把这些能力标准化：
ChordBone SDK
进入 AI 玩具、游戏、数字人、机器人和更多 AI 产品。
最终：
从一个判断产品，走向判断、状态与人格基础设施。
这就是我们现在看到的星城算法商业蓝图。
最后
我们现在当然还是一家非常早期的团队。
PowerPony 也只是刚刚上线。
很多事情最终能不能成立，要靠真实用户和真实客户来证明。
但我们至少已经越来越清楚自己并不想做什么。
我们不想再做一个：
“换了 UI 的聊天机器人”。
也不想和基础模型公司竞争谁的模型参数更多。
我们真正感兴趣的是大模型已经足够强以后，下一层 AI 基础设施的问题：
如果 AI 会说了，它能不能开始拥有稳定的判断？
如果 AI 记住了事情，它能不能因为这些事情真正发生改变？
如果一个 AI 角色可以长期存在，它能不能拥有自己持续的人格、状态、关系和历史？
PowerPony 是我们现在交出的第一个答案。
但它不会是最后一个。
我们最终希望做的，是给 AI 提供一副能够长期存在的“骨骼”。
