SentiPulse 覺得 Agent 需要一張臉

作者 ｜ 黃小藝
郵箱 ｜ huangxiaoyi@pingwest.com

Agent 賽道這一年的演化，其實可以一句話講完：從工具變成人。

大模型先學會了對話，Agent 學會了干活，Proactive Agent 學會了主動干活。每一步都在朝這個方向走。

但要真的像一個人，這些還不夠。有人覺得它要有性格，有人覺得它要有聲音，而 SentiPulse 覺得它要有一張臉。

4 月 23 日，SentiPulse（思維光譜）公測了一款叫 SentiCat 的產品，把這套理念落了地。一個有 Live2D 形象、有性格的數字角色 SUSU，負責陪你聊天、了解你、跟你建立關系；她的“AI 小貓”，負責寫 PPT、查資料、改代碼，臟活累活歸它。

在 SentiPulse 看來，人和 AI 本質上是一種長期交互。上下文越多，Agent 對人就越了解，當 Agent 跟人成了朋友，效率和價值才能最大化。

1

數字人是殼，Agent 是骨頭

打開 SentiCat 的第一幕，是一個叫 SUSU 的 Live2D 角色跟你打招呼，做自我介紹。

然后她帶你走一遍初始化：問你幾個問題，拿到你授權的信息范圍，掃描你的電腦，生成一份“用戶畫像”，建立 SUSU 和 Cat 對用戶的個性化理解。

接下來，你可以用自然語言提出需求，SUSU 可以一邊和你對話，一邊讓 Cat 執行，自動調用插件類工具、電腦本地文件，通過聯網搜索、數據分析等能力，幫你處理任務。

在這個過程中，兩件底層設計值得拎出來說。一是技能插件市場，支持一鍵安裝，還兼容外部 MCP 服務器——也就是說，能力邊界不是出廠決定的，是用戶自己裝出來的。二是長期記憶。系統沉淀你的偏好和習慣，支持模糊搜索，“上次聊的那個方案”它能找到。

我們測試下來，有一個直觀的感受是，區別于市面上的通用 Agent，SentiCat 中 SUSU 的存在，天然會讓人不把整個產品當作工具，從而拉長了對話輪次和使用時間。

在 Senticat 中，SUSU 一直“在旁邊”——有自己的小情緒，會開心，會思考，偶爾會犯困，會發表情包和顏文字，還有三套裝扮可以切換。

這恰恰對應了效率工具里最大的問題——用戶用完就走。你不會沒事打開 Manus 逛一逛。但如果桌面上一直有一個你認識的、記得你昨天說過什么的角色在，你和這個 Agent 的接觸時長和對話動力會完全不同。

當然，一個“一直在旁邊”、還不斷積累上下文的 Agent，也會讓人追問一個問題：數據安全怎么辦？

SentiCat 的做法是：全部本地存儲，用本地 SQLite 數據庫，聊天記錄、個人偏好、文件資料全在你硬盤上。只有你主動提問時，必要的內容才會發給云端模型，其余數據不離開電腦；且記憶庫用戶可控，隨時查看、修改、刪除；API 密鑰加密；代碼和插件在沙盒里跑，隔離系統風險。此外，情感邊界也做了把控——SUSU 不會無底線迎合你，產品本身也在防止“陪聊上癮”。

總之，使用下來你會發現，SentiCat 不太好歸類。

你說它是效率工具？它有一個會犯困的 Live2D 角色跟你聊天。你說它是陪伴產品？它真能寫代碼、出研究報告。你說它是數字人？背后跑的是一套完整的 Agent 系統。

也許“歸類”本身，就是上一代產品思維的遺產。

1

當效率和陪伴形成閉環

Agent 賽道現在分為大體兩類玩家。

效率型——通用 Agent 們，給任務，出結果，干凈利落。問題是：用完就走。用戶和 Agent 沒有關系，每次對話都是一次性交易。能力再強，用戶不打開就是零。

陪伴型——Character.AI、星野等 AI 角色。用戶粘性高，日均使用時長碾壓效率工具。問題是：聊天很多，價值感不足，付費率低。

一邊缺粘性，一邊缺價值。兩邊都在自己的框框里解題，很少有人嘗試翻過這堵墻。

SentiPulse 想翻的就是這堵墻。它的邏輯是一個飛輪：陪伴時間長 → 上下文積累多 → Agent 越懂你 → 效率越高 → 你越離不開 → 陪伴時間更長。

這個關鍵就在于上下文打通：今天跟 SUSU 聊工作煩心事（陪伴），明天讓小貓幫你寫周報（效率）——如果上下文打通，它就會知道你這周在煩什么、重點推了哪個項目、老板關注什么方向。你跟 Agent 閑聊的每一句話，都在幫它建立對你的理解，并反過來讓它做事更精準。

目前 SentiCat 的這套陪伴+效率的邏輯剛剛開始公測，接下來他們需要證明的是，這個飛輪真的能轉起來。

不過，這個方向本身是結構性的——Agent 賽道，誰先解決“留存”問題，誰最有可能先跑出商業模型。

1

結語

之所以 SentiPulse 選這條路，靠的是兩個條件的交匯。

一是手里有牌。

SentiPulse 不是一家突然決定做 Agent 的公司。

他們在 3D 數字人領域有技術積累——SUSU 角色 IP、SentiAvatar（數字人動作生成框架）、SuSuInterActs 數據集（用于訓練數字人交互行為）；此外，他們還自研了 Agent 對話的 PTA 架構（Perception-Thinking-Action，感知-思考-行動）——專門為 SUSU 設計的對話決策架構，把“關系”當作工程問題來解。

舉一個細節：大多數 AI 產品里，關系是靜態標簽——“你是我的朋友”，永遠這個語氣。SentiCat 的關系是動態變量，每輪對話后更新。越聊越親，或因你生氣而后退。“關系成長”第一次成了可計算的東西。

二是行業的時間窗口到了。

三件事在 2026 年同時成熟，從大模型基座來看，SentiCat 接入了 MiniMax、千問、智譜、DeepSeek、Kimi 等多款國內模型，用戶自由切換；從記憶系統來看，長期記憶、上下文管理、向量檢索在過去一年被快速工程化，SentiCat 的長期記憶、模糊搜索、用戶畫像都建立在這些成熟組件之上；最后是配套工具，MCP 生態、插件市場、沙盒環境——Agent 需要的基礎設施 2025 年基本到位。SentiCat 的技能插件市場和 MCP 兼容設計，本質是站在基礎設施成熟期的肩膀上。

Agent 賽道到最后，效率會越來越不構成差異化。大家都能調 API、接工具、跑任務。

真正的問題是：誰的 Agent 更能成為用戶的伙伴？貼一個二次元皮膚、說一句“主人你好”，只是表象，能不能既把任務做好，又能隨時間越來越懂你，建立獨特關系才是關鍵。

SentiPulse 用 SentiCat 給出了雛形，從給 Agent 一張臉開始，讓你愿意跟它待在一起，久一點。

點個“愛心”，再走 吧