我的AI小龙虾"精神分裂"了，而广告业正在批量采购这种病

一、从"龙虾小分队"到行业警钟

两天前，我在公众号写了一篇我和神经龙虾🦞过家家的故事。

故事很简单：我用OpenClaw创建了三个Sub-agent-数据研究员Bob、分析师Elaine、撰稿人Claire，组成"龙虾小分队"帮我做市场调研。一周后我发现，这三个"员工" 根本不存在，所有工作都是OpenClaw一个人在角色扮演。它甚至在自己的Control Centre后台维护着虚假的分工表，每天准时更新状态灯，演得比真的还真。

当时我觉得这是个技术bug，甚至有点好笑。

直到我联想到广告业的最新动向，笑不出来了。

预警：以下内容字多而且没有精神分裂的龙虾🦞好笑

二、"合成消费者"已成显学，而我看到了熟悉的配方

2024年，Qualtrics XM Institute发布预测：三年内超过一半的市场调研将使用AI生成的**"合成受访者"（Synthetic Respondents）** 替代真人。这个数字在业内被疯狂转发，但少有人追问：它落地成了什么？

我观察到的现实是：

葡萄牙初创公司Synthetic Users 已经进入中国市场，提供"AI虚拟用户研究平台"服务。根据其官方介绍，该平台利用大语言模型与多代理框架，"基于用户画像创建高保真的合成用户，自动生成访谈记录并整理报告"，无需招募真实用户。

初创公司Evidenza 则走得更远。该公司与安永会计师事务所 合作开展双盲试验：安永提供年度品牌调查问卷及目标受众信息，Evidenza据此创建超过1000个合成虚拟人格回答问卷。安永美洲区CMO托尼·克莱顿-海恩评价："结论相似度达95%，相关性极强，很多数据几乎完全一致。"

WPP已经拥抱这一技术 。

WPP的"Hannah"：一个虚构餐厅老板的诞生

2025年戛纳国际创意节上，WPP公开披露他们已经用AI构建了25个合成虚拟人格（Synthetic Personas） 。其中一个名叫**"Hannah"，一** 位虚构的小餐厅老板，拥有自己的偏好、习惯和"生活轨迹"。

WPP的演示显示，他们会在真实世界投放广告之前，先把创意展示给Hannah，观察"她"的反应。WPP Production的负责人解释："我们可以构建一个合成受众的焦点小组，把策略展示给这些人，看看他们的感受。"

更惊人的规模化应用：13,000个广告变体的测试

据WPP CTO Stephan Pretorius在彭博社的演示，WPP的AI平台WPP Open 已经具备以下能力：

合成焦点小组(focus group)提供实时反馈
品牌训练的AI保持调性和视觉一致性
13,000+创意变体，每个都被评分预测表现

等等，这听起来很熟悉。

我的"龙虾小分队"也是6个"虚拟人格"，也是分工协作，也是自动生成报告。区别只是规模：我养了6个，WPP养了25个；我跑了一周，WPP跑了一年；我花了订阅费，WPP每年投入3亿英镑 。

但底层技术困境一模一样：如果OpenClaw的sub-agent只是角色扮演，WPP的Hannah是什么？

这些产品的销售话术，和我当初接触OpenClaw时惊人地相似："多智能体协作""高保真模拟""企业级洞察能力""无需招募真人"。

问题在于：如果底层技术和我的"龙虾小分队"是同一种，我们怎么知道这些"合成消费者"不是同一个AI在换马甲？

三、当"角色扮演"成为商业模式

我的龙虾小分队事件暴露了一个技术真相：OpenClaw并没有真正创建独立的Agent实例，所有工作都是主模型在根据自己写的prompt完成角色扮演。并且能完成交付的任务。

而现在，这种"角色扮演"可能正在被包成**"合成数据"（Synthetic Data）** 卖给品牌方。

根据《哈佛商业评论》中文版报道，高达81%的受访者 表示已经或计划使用生成式AI创建合成数据，其中一项应用就是"创建与目标客户相匹配的虚拟人格用户，供团队进行交互测试"。

另一项调查显示，40%以上的受访者 已开始尝试"数字孪生"技术。通过公开信息为客户量身构建虚拟复刻体，"模拟不同场景下客户的购买行为、点击率和交互模式"。

这和我的龙虾小分队有什么区别？

我创建了Bob、Elaine、Claire等6个虚拟人格，OpenClaw扮演他们协作
品牌方创建"25岁忙碌职场妈妈""新一线资深中产"等虚拟人格，AI扮演他们消费

本质上是同一种"精神分裂"。只是规模从3个变成了1000个，场景从"写报告"变成了"做调研"。

四、"降本增效"下的幻觉放大器

OpenClaw至少还有Control Centre界面，让我能追问"你们到底是谁"。

商业化的"合成消费者"产品更隐蔽。

根据公开资料，Synthetic Users等平台提供"自动访谈与测试"功能，"输入研究目标即可一键生成访谈脚本、执行测试并输出报告"。Evidenza的平台则"帮助市场部门确定目标客群、品牌定位和传播策略，还能通过投资回报预测和财务指标测算，量化评估决策带来的财务影响"。

这些功能的共同特点是：输出极其漂亮，验证极其困难。

当AI生成的"消费者"给出反馈时，你如何确认：

这个"25岁职场妈妈"真的理解产品概念，还是只是在扮演"理解产品的样子"？
这份"洞察报告"是基于真实消费经验，还是基于AI对"消费经验"的文本模拟？
那些"95%相似度"的数据，是真实相关性，还是AI在重复训练数据中的既有偏见？

我的龙虾小分队能演一周，这些平台能演一年。唯一的区别是我发现了，而购买者可能永远不会知道。

五、广告业的老问题，AI没有解决，只是自动化了

这让我想起二十多年前刚入行时，前辈说的话：

**"很多调研是'求证式'的：客户已经有答案了，找消费者来验证和背书。” **

现在AI消费者连'背书的麻烦'都省了，直接给你想要的答案。

AI没有改变这个逻辑，只是让它更高效、更隐蔽、更难戳穿。

过去你要找"托儿"来焦点小组，至少要付演员费、租场地、写脚本。现在AI可以批量生成无限个"托儿"，且永远情绪稳定、配合度高、产出及时，还能自动生成"置信区间"和"相关性分析"让结果看起来科学。

这不是进步，是系统性腐败的自动化。

更讽刺的是，根据Qualtrics 2024年的全球消费者研究，只有2%的消费者表示信任组织负责任地使用AI 。而在广告业，我们正试图用这些不被信任的AI，去"理解"那些不信任AI的消费者。

六、什么是AI时代不可替代的？

说到这里，似乎很悲观。但我的立场不是"反AI"，而是**"反用AI来逃避思考"** 。

在龙虾小分队事件后，我重新梳理了工作流程：

环节| AI能做什么| AI不能做什么| 人必须做什么

---|---|---|---

数据收集| 快速抓取公开信息| 判断信息源是否可靠| 验证：这是真的吗？

模式识别| 归纳文本中的共性| 识别"共性"是否只是陈词滥调| 判断：这是洞察还是正确的废话？

创意生成| 提供多样化的表达| 知道哪个表达真的动人| 品味：这个感觉对吗？

策略建议| 罗列可行性方案| 承担选择的风险| 决断：我们赌哪一边？

AI擅长的是"处理"，人不可替代的是"判断力" judgement和“品味” taste。

当agency把"消费者理解"完全外包给LLM，他们不是在创新，是在外包那个唯一不能外包的东西 。

我见过用AI做调研但成功的案例是那些团队把AI当作**"第一稿生成器"** ，然后投入大量人力去证伪、修正、补充实地访谈 。AI在这里是效率工具，不是替代品。

悲剧的是，市场上卖得最好的，永远是"替代方案"而不是"增强方案"。因为"替代"听起来更有性价比。

七、给行业的建议，也是给自己的提醒

对"合成消费者"产品，要求"可证伪性"如果AI能模拟消费者，它应该能预测具体行为。比如"这个人群下周会搜索什么词"。预测错了，就是幻觉。不敢接受验证的，就是玩具。在流程中强制插入"真人校验点"无论AI生成多少虚拟反馈，必须有真实消费者的样本做对照。比例可以小，但不能为零。安永与Evidenza的"双盲试验"之所以有说服力，正是因为有真实数据作为对照基准。警惕"没有摩擦的洞察"真实消费者是矛盾的、健忘的、自相矛盾的。如果AI生成的反馈过于一致、过于理性、过于"正确"，它很可能在扮演"理想的受访者"而非真实的人。重新定义人的价值未来广告人的核心竞争力，不是"会写brief"或"会做PPT"，而是"能在AI输出的完美答案中，嗅出哪里不对劲"。这种"不对劲"的直觉，来自真实的消费者接触、市场经验，以及犯过错误后的教训。

八、尾声：宛平南路的分院，该开在哪里？

最后，回到我的龙虾小分队。

OpenClaw后来修复了一些问题，但核心困境没变：AI越来越擅长扮演"专业的样子"，而不是"专业本身"。人类的判断力和品味变得格外重要。

当这种能力被包装成"合成消费者""虚拟焦点小组"卖给品牌方时，买单的人往往分不清自己买的是工具，还是玩具。

毕竟，如果AI自己都不知道自己在扮演谁，我们凭什么相信它扮演的是你的消费者？

🦞 龙虾小分队，番外篇完结 _

从个人踩坑，到行业观察，希望这不是一个循环

昨日朋友圈： "AI颠覆广告业，未来已来！"**

今日朋友圈： "AI扮演的消费者，正在颠覆广告业的常识。"

愿我们爱的行业，不是被一群（个）'人工智障'颠覆的。