SentiPulse 发布 SentiCat：AI Agent 从“工具”迈向“关系构建”新阶段
2026/04/29 16:45阅读量 1
SentiPulse 于 4 月 23 日公测 SentiCat，通过融合 Live2D 虚拟角色 SUSU 与 AI 数据分析助手，探索 AI Agent 从单纯执行任务向建立长期情感关系的演进。该产品采用本地化隐私策略，将记忆数据存储在本地 SQLite 数据库，仅在必要时加密上传云端，以解决用户隐私顾虑。其核心逻辑在于打通陪伴与效率的闭环，利用动态更新的“关系变量”提升用户对 Agent 的依赖度与任务执行的精准度。
事件概述
4 月 23 日，SentiPulse 正式推出公测产品 SentiCat。该产品旨在解决当前 AI Agent 赛道中“效率型”缺乏粘性、“陪伴型”缺乏价值感的痛点，通过赋予 Agent 数字人形象与情感交互能力，推动 AI 从工具属性向“伙伴关系”属性转变。
核心架构与功能
- 双角色协同：
- SUSU（数字人）：基于 Live2D 技术构建的虚拟角色，负责陪伴、理解用户情绪并建立关系。具备表情变化（如开心、犯困）、表情包互动等拟人化特征，旨在延长用户停留时间。
- AI 小猫（生产力 Agent）：承担数据分析、行业调研、文档处理等具体任务，调用插件、访问本地文件及联网搜索。
- 初始化流程：用户首次使用时，SUSU 引导完成授权扫描与环境配置，生成个性化“用户画像”。
- 能力扩展：内置插件市场支持一键安装，兼容外部 Skill 与 MCP 服务器；拥有长期记忆模块，支持模糊搜索（如“上次聊的那个方案”），且所有记忆数据对用户完全开放，可随时查看、修改或删除。
隐私安全与情感边界
- 本地化策略：聊天记录、个人偏好及文件资料均存储于本地 SQLite 数据库。仅在用户主动提问时，必要内容才会加密上传至云端模型，其余数据不脱离设备。
- 风险控制：API 密钥经过加密处理，代码和插件在沙盒环境中执行，以隔离系统风险。
- 情感边界：产品设计刻意避免“陪聊上瘾”，SUSU 不会无条件迎合用户，为交互设定了健康的缓冲带。
技术底座与创新点
- PTA 对话决策架构：自研 Perception-Thinking-Action（感知 - 思考 - 行动）架构，将“关系”作为工程问题求解。不同于传统静态标签，SentiCat 中的关系是动态变量，随每轮对话更新，实现“越聊越亲”或“疏离后退”的可计算成长。
- 配套基础设施：依托团队在 3D 数字人领域的积累（包括 SentiAvatar 动作生成框架及 SuSuInterActs 数据集），结合成熟的大模型基座、记忆系统及插件生态，实现了产品力的落地。
行业意义
SentiCat 试图构建一个“陪伴 - 效率”飞轮：陪伴时长增加带来更丰富的上下文积累，使 Agent 更懂用户，从而提升任务执行精准度，进而增强用户粘性。这标志着 AI Agent 的竞争焦点正从单一的工具调用能力，转向能否随时间推移持续深化对用户理解并建立不可替代的伙伴关系。