抖音试水AI分身，背后透露了什么信号？_风闻
新眸-57分钟前
新眸原创·作者 | 鹿尧
抖音正在为它的内容生态注入新的技术变量。
据最新消息，近日字节旗下的AI智能体开发平台子(Coze)与抖音打通，与早期豆包App的简单问答功能不同，Coze允许创作者构建具备复杂逻辑的AI分身。通过接入文档数据库、工作流引擎及大语言模型，这些数字助手不仅能完成基础客服应答，还可执行旅行路线规划、数据分析报告生成等进阶任务。
AI分身是基于创作者在抖音的已有内容，通过大模型生成的AI智能体，它能够复刻创作者的对话风格和知识库，面向群聊、私信、评论 、直播、搜索等场景与用户进行24小时的随时互动。Coze的加入，提供了更复杂、灵活的AI分身设定，使创作者的AI分身能够运用到更多的场景。
但值得注意的是，抖音的AI分身虽然说是人人可用，但并非人人适用。它的主要目的仍是围绕运营效率，比如对于创作者来说方便粉丝维护，对于商家而言方便客户服务。从公告上看，似乎还有一些全新功能尚未完全展示。
结合起来看，这些信息背后透露出了一个很明显的信号，经历了高速发展阶段之后，平台重心仍然要回落到精细化运营和高效转化上。而抖音AI分身的独特之处，就在于结合了内容生态和电商，能够推动从流量到服务的转变。
从这个角度来看，AI分身或许是一个很好的切入口，不仅能够帮助我们去梳理平台对内容生态、技术路径和商业版图的深层思考，其在AI应用领域也是一个值得研究的案例。
1
什么是抖音AI分身？
去年年初，抖音AI分身就在抖音APP内开始测试，这个功能源于应用里推出的一个名为“V”的创意项目，主要目的是基于豆包大模型，以及创作者的人物设计、知识库、声音、形象等素材，培育出与自身性格特征和思维习惯相似的虚拟分身。十月份，抖音宣布面向广大创作者开始内测AI分身功能。
据了解，创建一个AI分身的过程并不容易。从报名项目成为候选人、匹配专门的工作人员，要经过几个月的考察期和训练才能正式上线。训练流程一般分为5个步骤：确定用户对话场景、语料收集、监督微调训练、评测反馈和最终调优，用户需要提供大量信息，包括填写对一些问题的个人看法等。
然而，随着扣子支持创建AI分身功能，这些大费周章的步骤或许将被简化。只需要在平台上授权抖音号，再对分身进行自主配置，比如人设与回复逻辑、基础大模型、工作流，文本知识库，总结聊天对话形成记忆，以及设置开场白和用户问题的建议。
这些虚拟分身既能够提供一定的情绪价值（虽然比起市面上的AI对话工具，其回答的专业程度和深度还较为有限），但已经足以代替博主完成一些重复性工作，比如1v1回复粉丝私信、在粉丝群经营私域流量、在直播间回复常规问题等等。
本质上来讲，伴随这个日活超7亿的超级平台跨过野蛮生长阶段，平台商业逻辑理应从“流量驱动”转向“效率驱动”。
来看两组数据，平台年度3.5万亿GMV对应着每分钟近百万次的用户咨询需求，而1508万职业主播面临的却是人类注意力的天然瓶颈：即便是头部主播，每天有效互动时长也很难超过6小时。AI分身本质上是用机器算力填补“海量用户需求”与“有限服务供给”之间的鸿沟。
用一些创作者的话来说，搭建“AI分身”所带来的最直接效益，是减少了人工运营成本。头部MCN机构“无忧传媒”透露，旗下达人每月需处理数十万条私信，而AI分身可承接其中70%的模板化咨询。
从官方披露的介绍来看，抖音AI分身的功能远不止于群聊和对话。美妆达人的AI分身可以在对话的同时推荐种草视频，也可以直接发送商品链接；医疗博主则可以用AI分身实现在线问诊和挂号；直播间带货的时候AI分身能够担任商品导购；创作者还可以基于分身生成个性化的宣传视频。
2
AI分身背后
智能体商业化的新思路
此前我们谈到，“人们对智能体的终极期待，是构建一套“企业认知中枢”——它不仅是执行命令的工具，更是沉淀知识、优化流程的核心引擎。这一愿景在过往受限于技术碎片化与成本壁垒，而如今，大模型的泛化能力、多模态融合与成本下降，终于让商业社会看到了破壁的机会。”
但现实情况是，当前智能体的自然语言交互能力仍存缺陷，在动态环境和跨系统的协作方面还有各式各样的可靠性不足，尤其在高成本低回报间的商业化层面步履艰难。
抖音AI分身作为一次智能体的商业化落地演示，其中有不少精巧的设计能带给人新的思路。
通常情况下，AI智能体多聚焦于客服替代、流程优化等单点功能的突破，而抖音的尝试将AI分身嵌入内容消费全链条——当用户观看美妆教程时，AI分身可同步推荐适配肤质的商品组合；在旅行博主评论区，它能调用地理位置数据生成定制路线。
这种"内容即服务"的融合，在一定程度上，意味着AI智能体从效率工具升级为场景化服务入口。据第三方监测，接入AI分身的家居类账号，“视频观看-商品咨询-下单转化"的路径耗时明显缩短。
在一些细分领域，不同于通用型AI强调大而全的能力，抖音AI分身呈现出鲜明的垂直化特征：教育类分身可调用课程目录解答报名问题，本地生活类分身能实时查询餐厅排队情况。这种深度绑定细分场景的策略，使单个智能体日均积累的精准交互数据，能够反向优化推荐算法与供应链响应。
从这个角度来看，抖音AI分身算是一个较为反常识的设计。就像前面提到的，实际上，在专业领域，AI分身的表现并不算突出，而是更多依赖kol的个人信息源，更不用说真正进入到“决策层”。
这项功能的真正亮点在于，印证了生态协同的价值。
举个例子，第三方开发者难免面临"平台依赖症”，在对话式AI开放平台，头部智能体大部分的流量来自平台推荐，这种模式很容易导致其他智能体的曝光丧失。但抖音提供了一种相对更稳定的模式。这些带有个人色彩的AI 分身，与创作者本身紧密相连，标签和定位基于创作者，流量与商业化能力也与创作者自身流量挂钩。
从平台自身商业化的角度推测，相比传统平台收取佣金/服务费的直接变现模式，抖音选择了一条更隐蔽的路径：AI分身不仅让智能体最大程度实现覆盖，平台还跳过了用智能体直接盈利的逻辑，通过提供工具帮助创作者商业化，从而促进整体生态的繁荣，带动平台自身更持续的收入增长。
可以想象的是，当创作者深度依赖AI分身并完成粉丝运营、数据分析、选品决策时，平台实际上在培育一种新型的生态绑定。AI分身在服务过程中持续吸收行业知识，如美妆数据、家电参数库，而数据反哺形成的垂直领域知识图谱，正在成为抖音区别于其他平台的隐性壁垒。
这种模式印证了数字化时代平台商业化的高阶形态：不再局限于流量贩售或佣金抽成，而是通过技术构建生态共同体的利益增长机制。抖音正在跨入"智能体赋能"的新阶段——从优化既有生产要素的效率，发展到创造新的生产要素。
字节对AI场景应用的理解，在抖音AI分身的实践中有了相对清晰的脉络：相比炫技秀肌肉，将技术内嵌在真实商业场景的毛细血管是更务实的选择。
这种由场景驱动的AI落地策略，本质上也延续了字节“用产品验证技术”的一贯路径：从早期今日头条的推荐算法，到如今AI分身的智能服务，始终是将技术势能转化为具体场景的生产力提升。