传统社交匹配有一个很大的浪费：系统推荐了100个人，用户需要自己看100个主页、点开资料、发消息，最后可能只有两三个真正适合。AI社交有一个新的可能——不让真人先花时间，而是让双方数字分身在授权范围内先“预聊”，交换公开信息和当前意图，筛掉明显不匹配，再把真正值得认识的人推荐给真人。
预聊不是让AI替人交朋友
它只解决第一轮信息筛选：双方想要什么、时间是否匹配、领域是否相关、有没有明显冲突。
真正关系仍然由真人决定是否建立。
先限定数字分身能说什么
只能使用公开资料、用户授权的意图卡和可分享偏好。私人聊天、敏感记忆不能自动带入。
预聊越自动，数据边界越要清楚。
商务匹配非常适合预聊
比如一个人找越南市场渠道，另一个人在胡志明做本地运营。两个分身可以先确认行业、城市、合作类型和预算范围。
条件明显不匹配就不用浪费真人时间。
学习伙伴也可以预筛
语言、水平、时间、频率和目标都能先确认。一个想每天练口语，一个只想每周写作，就不一定适合。
AI可以把这些差异直接解释出来。
娱乐社交要更谨慎
朋友、陪伴、恋爱相关匹配不能只靠AI自动决定。预聊可以检查共同兴趣和沟通偏好，但不应该给出“你们一定合适”的结论。
社交兼容性不是一个确定分数。
预聊结果应该是摘要，不是完整聊天记录
真人看到的可以是：“共同点3个、潜在冲突1个、建议第一句话”。
不需要把两个AI之间所有机器对话都展示出来。
双方都应该能设置禁止话题
例如不讨论收入、感情历史、公司机密。数字分身预聊时自动遵守。
这样用户才敢让AI代表自己做初筛。
数字分身还可以帮助生成第一句话
匹配成功后，AI根据共同点给双方一个自然开场，而不是“你好，可以认识一下吗”。
第一句话的质量会直接影响真实关系是否启动。
预聊能缓解新用户冷启动
刚注册没有关注关系、没有互动历史，但用户可以创建一个基础分身和一张意图卡。
系统马上就有足够信息做初步匹配。
半匹配模式可以降低成本
不需要两个大模型长时间自由聊天，只要结构化交换几个关键字段，再生成一段摘要，就能完成大部分筛选。
这样速度更快、成本也更低。
匹配理由会比传统推荐更丰富
系统不是说“你们相似度88%”，而是说“你们都在找东南亚AI内容合作，他有渠道，你有产品”。
关系价值可以直接被解释。
真人反馈会反过来训练预聊质量
如果用户经常拒绝某类推荐，系统可以学习哪些条件实际上不重要、哪些冲突权重更高。
长期会形成真正的关系匹配数据。
预聊不能自动做承诺
数字分身可以说“我对这个方向感兴趣”，但不能代表真人确认合同、见面、付款或私人关系。
关键动作必须回到真人。
AI社交的价值可能是把筛选成本降到接近零
我们之前写过AI社交关系状态机。数字分身预聊负责的是关系生命周期最前面的一步：在真人投入时间前，先判断有没有值得继续的可能。
如果这一步做得足够轻、快、透明，AI就不只是推荐人，而是真正帮助用户节省社交筛选成本。
发布者：Tuike BI，转转请注明出处：https://www.tuikebi.com/archives/6682
