做了 7 年“逆版本”的纯文本 QQ Bot，直到大模型爆发，我才发现自己等到了属于我的时代

各位 V 友，大家好，又好几天没来发帖子了，今天想跟大伙聊聊关于“应用交互形态”的一点个人思考。

大家最喜欢什么样的交互形态？会不会认为未来还会有新的应用交互形态呢？

不知道这里有没有和我一样的怪人：

在大家都在卷前端 UI 、各种跨平台 UI 框架，甚至卷 3D 引擎和空间计算的时代，我对带有繁杂 UI 的应用有一种本能的排斥（下意识的）。我一直有一种近乎偏执的审美——我极度迷恋 CLI （命令行）和纯文本对话（ Bot ）的交互方式。

早些年我在构思独立开发项目的时候，其实经历过一次自我认知的推翻。

以前我们做前端或者做端，总觉得 APP 、网页、小程序不过是个“外卖盒”，用户要的是盒里的“内容和服务”，形式不重要。就像喝红牛是为了牛磺酸，不是为了“喝”这个动作。

但我后来发现我错了。交互形式本身，就是快感的一部分。有人喜欢刷短视频那种手指不断上滑的肌肉记忆，有人喜欢在好看的的 UI 里手点点点。而对于我这种人来说，最极致的爽就是：没有花里胡哨的嵌套菜单，没有加载动画，我在黑框或者对话框里敲下一行指令，然后程序瞬间给我吐出严密的反馈。这种“直给”的极客浪漫，比任何华丽的图形都性感得多。

因为坚信这个世界上肯定有一大批和我一样讨厌“搓玻璃”、讨厌滚页面的同类，我把所有的精力都一股脑的在了一个看起来极其逆时代的项目上——《一念成仙》。

它不是一个 APP ，也不是小程序，更不是 Steam 上的独立游戏。它是一个纯粹内置在 QQ 群生态里、完全由自然语言和指令驱动的修仙 Bot 。

为了在这个简单的对话框里塞进一个庞大的开放世界，我在后端用 Go 拆了成千上万个模块，死磕高并发，就为了保证几万人在各个群里高频发指令时，Bot 能在毫秒级给出文字判定的反馈。

但老实说，在图形化界面统治世界的那几年，做纯文本 Bot 是一条非常孤独的死胡同。

大概有 5 到 7 年的时间，整个行业在追赶短视频、追赶 Web3 、追赶重度二次元手游。而我呢？就像一个人在一座偏僻的孤岛上守着一座破灯塔。周围的人都不理解，觉得你搞个没有 UI 的纯文字机器人简直是开时代的倒车，连个宣传自己的文章都不知道怎么写。你坚信这是好东西，但海面上一片漆黑，根本没有人理解我。

直到 2023 年，ChatGPT 横空出世。

大模型把整个科技圈炸翻了的时候，我坐在屏幕前，那种感觉真的难以用语言形容。不是因为风口来了，而是我突然发现——这个世界上代表着人类最顶尖科技结晶、最伟大的应用，它所采用的交互形态，竟然和我在这座孤岛上死磕了七年的形态一模一样：纯粹的自然语言对话（ CUI/CLI ）。

原来我不是在开倒车，我只是在一个没人的路口等了太久。现在，我做的《一念成仙》在 QQ 生态里跑出了 50 万注册用户，每天有大几万的日活玩家。在这个纯文字构筑的世界里，大家不需要下载任何几十个 G 的客户端，不用被重度的 UI 绑架时间。他们在群里聊天吹牛，顺手输入几个指令去修仙、去炼丹、去和道友产生真实的社交羁绊。

今天把这段经历发在 V 站，其实是想给各位做独立开发的兄弟们打个气。很多时候，我们做一个产品、选一种技术栈或者交互形态，可能仅仅是因为我们自己有那种“迷之热爱”。在很长一段时间里，它可能不是主流，甚至看起来很蠢。但就像“对话即应用”这个曾被抛弃的概念一样，只要你的底层逻辑是对的，你对这种体验的打磨是极致的，时代的列车哪怕绕了很大一圈，兜兜转转，最终也有可能会停在你的站台上。

共勉。

darkway

6 月 17 日

这是 GPT 写的，很多人会说 GPT 写的比我手写的还更不像 AI ，

当 AI 写的比人写的都不像 AI 的时候，怎么办呢？

# 我为什么做了一个纯文本交互的修仙 Bot

各位 V 友好，今天想聊聊一个我一直很感兴趣的话题：应用的交互形态。

我做了一个叫《一念成仙》的项目。它不是 App ，不是小程序，也不是 Steam 游戏，而是一个跑在 QQ 群里的修仙 Bot 。

玩家不需要下载安装客户端，也不需要打开一个复杂界面。他们就在群里聊天，想修炼的时候发一句指令，想炼丹的时候发一句指令，想和别的道友互动，也是在群聊里完成。

从形式上看，它非常“老派”：纯文本、指令、Bot 回复。

但我做了几年之后，反而越来越觉得，这种形态并不落后。对某些产品来说，它可能刚好是最合适的形态。

以前我也觉得，App 、网页、小程序这些东西，本质上只是服务的外壳。用户真正需要的是内容、功能和结果。只要服务本身有价值，外面套什么壳好像没那么重要。

后来我慢慢意识到，这个想法只对了一半。

交互形式本身，也会成为体验的一部分。

有人喜欢短视频那种不断上滑的节奏，有人喜欢精致 UI 里的点击和动效，也有人喜欢游戏里复杂的界面、地图和数值面板。

而我自己一直很喜欢另一种东西：命令行、纯文本、对话框。

不是因为它看起来高级，而是因为它直接。

你输入一行内容，系统立刻给你反馈。没有层层菜单，没有加载页面，没有一堆按钮让你找。你想做什么，就把意图说出来，然后马上得到结果。

这种感觉对我来说很有吸引力。

所以在做《一念成仙》的时候，我没有把它做成传统 App ，也没有强行套一个图形界面，而是把它放进了 QQ 群这个已经存在的社交场景里。

玩家本来就在群里聊天、吹水、开玩笑。修仙玩法只是自然地嵌进这个场景里。

比如一个玩家发指令突破境界，Bot 给出结果，旁边的人马上就能围观、调侃、祝贺或者嘲笑。这个过程如果放在一个独立 App 里，反而可能没有这么自然。

这也是我后来越来越明确的一点：

纯文本交互的优势，不只是“轻量”，更重要的是它很容易和社交关系长在一起。

文字本身留给玩家很多想象空间。一个境界、一件法宝、一次渡劫，不一定非要用复杂动画表现出来。很多时候，几行文字加上群友的反应，反而能形成更强的参与感。

当然，这种形态也有明显缺点。

纯文本的学习成本并不低。新用户刚进来，可能不知道该输入什么，也不知道系统里到底有什么玩法。没有 UI 的时候，功能发现会变得很困难。

所以做这种产品，真正难的地方不是“没有界面”，而是你要用另一套方式解决引导、反馈、节奏和秩序问题。

比如指令要尽量自然，反馈要足够快，提示不能太啰嗦，系统状态要让玩家看得懂。群里多人同时操作的时候，Bot 也不能乱，也不能慢。

为了支撑这些东西，我后端用了 Go ，拆了很多模块，也花了不少精力处理并发和响应速度。因为纯文本产品有个特点：它看起来简单，但用户对反馈速度非常敏感。

你点一个 App 按钮，等一秒可能还能接受。

但你在群里发一句指令，如果 Bot 半天不回，体验马上就断了。

这些年里，纯文本 Bot 其实不是一个很主流的方向。大家更多在做短视频、手游、Web3 、AI 应用、跨平台 UI 、3D 、空间计算。和这些东西比起来，一个 QQ 群文字 Bot 看起来确实有点逆时代。

但它真的跑起来了。

现在《一念成仙》在 QQ 生态里有 50 万注册用户，每天也有大几万活跃玩家。这个结果让我更加相信：产品形态没有绝对的新旧，只有适不适合。

2023 年以后，大模型和 ChatGPT 火起来，很多人重新开始接受“对话即入口”这件事。

我不认为这说明纯文本就是终极形态。现在多模态、语音、生图、生视频都在发展，未来的交互肯定会越来越丰富。

但 ChatGPT 的流行至少证明了一点：

用户并不排斥对话式交互。

只要反馈足够好，能力足够强，对话框也可以成为一个很强的产品入口。

这件事对我触动挺大。因为我之前做的事情，某种程度上也是把一个复杂系统塞进对话框里。只不过我做的不是通用 AI ，而是一个修仙世界。

所以今天发这个帖子，不是想说纯文本一定比图形界面好，也不是想说大家都应该去做 Bot 。

我更想讨论的是：

我们在做产品的时候，是不是有时候太容易默认“复杂 UI = 更高级”“独立 App = 更正式”“图形化 = 更现代”？

但实际情况可能没那么简单。

有些产品需要沉浸感，需要画面，需要复杂交互。

有些产品则更适合轻量、即时、低门槛，直接嵌在用户原本就会出现的地方。

对《一念成仙》来说，QQ 群、文字、指令、Bot ，这几个东西组合在一起，反而形成了它自己的生命力。

这几年做下来，我最大的感受是：

独立开发者有时候确实会因为某种“奇怪的偏爱”开始做一个东西。

这个偏爱可能暂时不主流，也可能一开始很难解释清楚。别人会觉得你为什么不做 App ，为什么不做小程序，为什么不做更好看的界面。

但如果你真的理解这种形态适合什么场景，也愿意把里面的体验细节打磨到足够深，它就不一定是错的。

所以我也想问问大家：

你们最喜欢什么样的应用交互形态？

你们觉得未来还会出现新的交互方式吗？

以及，对于纯文本 / Bot / 对话式产品来说，你们觉得它最大的优势和最大的短板分别是什么？