DEMO｜离开Kimi，获徐新投资，他做了个“三年不结婚就退款”的反Tinder产品

作者｜黄小艺
微信｜H997Hbiu

一个做了多年搜索的人，决定用 AI 帮人结束搜索。

前 Kimi AI 搜索负责人曾歆勋做了一款叫良配的AI婚恋产品，把找对象做成了一次次 AI 匹配：先让“AI红娘”花20 分钟聊透一个人，再从人群中找到更合适的答案；匹配成功后，一次只聊一个人。

2026年7月，上线两周，良配获得约 5000 名注册用户，其中约 20% 进入过排他的 1v1 状态——他们暂时停止寻找其他人，只认真和眼前这一个对话，此前良配已获得今日资本徐新投的200万美元天使轮。

而在下一阶段，良配还会基于平台留下的用户关系行为数据，进一步训练垂类模型，提升匹配准确性。

这和互联网时代的约会交友平台很不一样。

以Tinder，以及陌陌、探探、Soul们为为代表的泛社交应用，是以用户留存和活跃为指标的；但在良配上，用户越快“离开”，产品才越接近成功。

这种产品选择，甚至本身也在成为一种趋势。

相似的路线在硅谷出现，Sitch、Known 都在用 AI 访谈替代左滑右滑，融资分别达到 500 万美元和接近 1000 万美元；7月，Hinge 创始人离职创办的Overtone，同样是借助AI深度理解用户画像、精准匹配，拿到了 1800 万美元的融资。

几家公司从不同方向走向了同一个判断：AI 婚恋的机会，在于理解得更深、推荐得更少。

最近，我们和曾歆勋聊了聊，想弄清楚这件事到底能不能成立。

1

婚恋匹配的问题，不是候选人太少

AI给婚恋约会平台带来的新机会，正好瞄准了互联网时代的痛点。

互联网时代的社交产品，首先解决连接数量。Tinder类的产品更多陌生人放进同一个池子，再用地域、兴趣标签和用户行为不断分发。

左滑右滑、语音房、动态和虚拟礼物，让认识新人本身成为一种娱乐，也把泛社交做成一门大生意：探探母公司挚文集团 2025 年收入仍有 103.67 亿元，Soul 2024 年收入为 22.11 亿元。

但与其说是帮用户找对象，这些产品的本质更偏向“认识更多人”。

良配看到的是下一层问题。人多起来之后，平台对每个人的理解仍然很薄。用户只能根据几张照片、年龄、学历和几个标签反复滑动，再把时间、情绪和线下见面的成本消耗在一次次试错中。

这一困境，间接导致更多的交友产品出现。它们通过聚拢一小部分价值观相似的人群，通过产品功能设计和调性来建立准入门槛，比如围绕学历的青藤之恋，女性主张的她说等。

在这个不断走向分众的市场里，AI的价值由此得以体现。

不同于推荐算法基于标签、交互行为等出现，而AI能把推荐的原料从几个标签扩展到一个人的生活与心理， 模型理解得越深，用户需要见的人就可以越少。

大模型可以沿着一段长对话继续追问，把含混的表达拆成硬条件、软偏好和优先级，再比较两个人完整的语义。

这也解决了泛社交类产品的一个商业痛点。

传统平台依靠日活、停留时长和订阅周期赚钱，他们希望用户能享受过程，而不是真正达到目的后离开；但AI婚恋产品，无论是良配还是Overtone，商业模式都转化成“脱单才付费”。

技术改变了匹配效率，也让平台第一次有机会与用户共享同一个目标：尽快找到合适的人。

AI终于可以让匹配方向上出现“反Tinder”的产品。

1

创始人曾歆勋：做过AI搜索，也“认真找过对象”

良配成立于2025年8月，创始人曾歆勋毕业于南方科技大学计算机系，先后在微信搜一搜、TikTok 做相关业务，离职创业前是 Kimi AI 搜索技术负责人。

他经历了搜索从标签和行为反馈，走向大模型语义理解的完整过程，也知道如何从一段含混的表达里识别意图、召回信息和组织答案。

而找对象，恰恰是搜索里最复杂的一次查询。

用户自己常常说不清需求，一个人也无法被年龄、学历和收入完整描述；最后的答案还要得到另一个人的确认。

这让曾歆勋过去做搜索的经验，与婚恋匹配产生了直接联系。

他对这件事还有一段更私人的理解。25 岁时，曾歆勋把“找到对象”定成工作第一年的 KPI。他参加徒步、登山、桌游和联谊，也在公司内部交友论坛发帖。活动认识了很多人，却很难提前知道谁单身、谁认真寻找长期关系，每一次见面都要从头交换信息。

后来，他开始使用交友软件，在低效的见面、约会中消耗了自己的精力，他甚至写了一份详细的自我介绍，两千多字，无人问津后索性卸载了软件。

直到一次偶然转发，帖子被后来的妻子安安看到，她也写了约 1200 字的资料，几个月后，曾歆勋重新登录，两个人聊了一天就确定了彼此。

一份被推荐系统埋没的长资料，最终通过一次偶然转发，让两个人在数月的时间错位中，仍然找到了对的人。

曾歆勋由此相信，对认真找对象的人而言，长资料能减少无效见面。

但原来的那套系统，能看到一段两千字文本，却无法理解其中的家庭观念、生活方式和长期计划，更无法真正进入匹配机制中。

现在，大模型补上了这块缺口，理解长资料，再把一次偶然的“被正确的人看到”，变成可以反复发生的推荐。

曾歆勋的搜索经历回答了这件事怎么做，个人故事回答了他为什么会一直做。 技术、需求和创始人的经验，在良配上刚好接到了一起。

1

良配如何用AI重做婚恋

沿着这个思路，良配把 AI 放进婚恋产品最核心的匹配、反馈和商业逻辑，形成一条完整链路。

先聊20分钟，把冷启动变成一次DeepTalk

用户注册时，AI 红娘会先用约 20 分钟追问工作与家庭、消费观、生活节奏、定居城市和生育计划，帮助用户厘清哪些条件重要、哪些可以让步。

据团队介绍，这种对话最终生成的用户资料平均约 460 字，远超此前约会交友类平台的 100 字水平。

一次DeepTalk替代成千上万次滑动，也让大模型第一次有机会理解标签背后的那个人。

大模型只“读”最后一小批人

20 分钟访谈获得的长资料，会进入一条分层匹配流水线。

数据库先过滤地域、年龄和学历等硬条件，向量检索继续寻找语义接近的人，最后才由大模型阅读双方资料，分别计算“我适合对方”和“对方适合我”的分数，并生成匹配理由。

不同模型也被放在各自擅长的位置。

豆包负责语音访谈，团队看中它在实时交流中的自然度和拟人感；千问负责从长对话中提取结构化信息，看中它的指令遵循能力；DeepSeek承担用户侧的文字交流、匹配推理和理由生成，优势在于表达更自然，也能把判断组织成合乎逻辑的解释。

据团队测算，目前每名活跃用户每天产生的 token 成本只有“小几毛钱”，这也意味着成本和毛利会在可控的范围内。

一次只聊一个人，关系本身变成数据

接下来，两个人互相点下“喜欢”后，便会进入排他的 1v1 状态。关系解除之前，双方都无法继续查看和联系其他候选人。

这条规则最初允许同时聊九个人，后来减到六个，曾歆勋在上线时确定为了“一个”。在他看来，多对多关系会让人不断比较，1v1 则要求双方为一次匹配暂时停止寻找，把注意力放在眼前的人身上。

更重要的是，排他关系也让平台获得了更清晰的数据。

传统交友产品可以记录谁喜欢过谁，良配还可以知道谁愿意为谁暂停寻找、关系持续了多久，以及双方最终为什么解除匹配。

这些关系结果未来将被用于训练婚恋垂类模型。它学习的对象已经超出“什么样的资料容易获得点击”，进一步指向“什么样的人更有可能真正开始一段关系”。

“这个垂类模型需要的数据，在现实世界里根本获取不到，但通过我们的平台，可以产出这些数据。”曾歆勋说。

除了AI红娘，AI 还会以分身和军师的形式参与关系推进。

其中，AI 分身为敏感问题提供了一层缓冲。用户可以询问收入、家庭、身高和生活选择等难以直接开口的问题，模型会先理解提问背后的真实需求，再将其拆成关于价值观、条件底线和优先级的中性问题，匿名交给对方确认。冒犯性和骚扰式内容会被过滤，被询问者也可以选择不再回答同类问题。

AI 军师则掌握双方的资料和沟通进展，帮助用户判断关系、寻找沟通角度，但不会生成可以直接复制发送的回复。良配希望 AI 帮助真人理解彼此，同时把最后的表达留给真人。

曾歆勋提到，团队曾收到反馈，一对匹配用户先后向 AI 军师问出了同一个问题：“他对我有好感吗？”团队正在考虑，当双方出现类似的共同问题时，给出一个“心有灵犀”的提示，帮助关系再向前一步。

这个阶段，1v1 同时完成了两件事：让用户认真，也让平台看见结果。

三年不结婚退款，把“离开”变成交付

商业模式上，良配设计了一项 2000 元的“保结婚会员”：用户三年内没有领证，会员费全额退还。按照项目方的规划，这笔钱将由合作银行托管，结婚前平台无法动用。

曾歆勋把 Hinge 当作长期参照。Hinge 将自己定义为 “Designed to be Deleted”，并通过 “We Met” 追踪用户是否真正见面、是否愿意再次约会，再将结果用于改进推荐。

良配又向前走了一步，把关系结果直接写进收费方式。平台想获得这笔收入，就要帮助用户找到对象，完成结婚，然后离开。

曾歆勋提到，美国每十对结婚伴侣中，约有一对通过Hinge平台相识。良配也为自己设定了一个 10% 的长期目标：未来中国每年结婚的人群中，有约 10% 通过良配认识。

这显然是一个距离今天很远的终局目标，却也勾勒出了这门生意的天花板。根据民政部公布的数据，2025 年全国结婚登记为超过600万对。按 10% 静态计算，对应约60万对。

尽管这项测算建立在全国覆盖、足够的同城用户密度和稳定的结婚转化之上，但它至少说明了一件事：AI 婚恋看起来分众，一旦结果付费的模式成立，生意的天花板并不低。

在这些核心信息之外，我们也和曾歆勋聊到很多其他话题，包括感情里的随机性，究竟能被模型理解多少？以下是更多信息，供大家获得更多参考。

硅星人： 页面上的“适合度”由 DeepSeek 判断。模型没有经过后训练，用户说出的也未必是真实需求，这个分数凭什么可信？

曾歆勋：现阶段确实会有误差和幻觉。我们在产品设计上能做的，就是20 分钟访谈可以通过追问，帮助用户厘清条件的优先级，AI 生成的资料也会交给本人修改。

这样在冷启动阶段，通用模型只需要完成比随机推荐更好的初筛效果，就可以了。我们也在等 1v1 数据积累起来，去做后训练进一步提高精准度。

硅星人：如果要用于后训练，那平台现在收集到的这些行为数据会不会也存在偏差呢？比如两个人不再上线，但可能开始了恋爱，也可能很失望，都卸载了产品。

曾歆勋：噪音一定存在。但相比允许用户同时和很多人聊天的平台，1v1 至少给了我们更清楚的关系信号：哪两个人互相选择过、聊了一天还是十天，以及最后为什么解除。用户想重新获得推荐，必须先结束当前关系。

后训练时，我们会少看滑动，多看双向喜欢、关系持续时间、解除原因和最终结果。这些数据依然存在误差，但我们至少知道成功信号对应的是哪两个人，也拥有两个人更完整的 Context。

硅星人： 今日资本为什么会这么早投资？

曾歆勋：他们当时在看 AI 找人的机会，包括找工作和找对象。招聘方向聊了很多项目，一家也没有投。见到我们后，他们认为这个市场里很难找到比我更想做、经历和能力也更匹配的人。徐新第一次见面便决定投资。

硅星人： 良配从去年开始筹备，直到今年才上线。AI 应用通常强调快速推出 MVP，你们为什么做了将近一年？

曾歆勋：现在 AI 产品很多都是这样，大家最初也希望我们先上线一个 MVP，但如果产品只有一两个 AI 功能，用户抱着体验新技术的心态进来，用完就走，我们得到的会是大量噪音，也无法验证整套流程能不能帮助用户找到对象。

我希望先把建档、匹配和 1v1 的链路做完整，在产品体验上也花了很长时间。像 1v1，团队最初允许同时聊九个人，后来减到六个，最后才确定只能聊一个。我心目中的 AI 应用，首先应该是一款完成度足够高的产品，AI 再无缝融入整个过程。

硅星人： 婚恋匹配高度依赖同城用户量。你们现阶段给自己设定了怎样的运营目标？

曾歆勋：先在主要城市分别做到 1 万名用户，让每座城市都形成可以参与匹配的基础人群。第一步主要依靠内容传播，我们介绍产品的第一篇文章获得了 3 万多阅读，接下来，我们也会有更多基于严肃交友约会的新功能和运营活动，大家可以期待一下～

点个“爱心”，再走 吧