10小时黑客松，我们做了个 2am 也在线的电竞搭子

—— 毒奶观察室：AI 搭子陪你看比赛，一起吐槽，一起破防，一起把赛后朋友圈也写了。

凌晨一点半，一个人窝在沙发上看决赛。

主队前期裂开，弹幕在刷，论坛在吵，你本来还能装作很冷静。结果决胜局最后一波，对面五个人去抢大龙，我方一个人绕后偷家，水晶爆掉的一瞬间，你从沙发上弹起来：

“卧槽！这也能偷？！”

喊完才发现，屋里就你一个人。

你想给朋友发消息，朋友睡了。想给对象解释，对方问你：“偷塔是什么意思？” 想发朋友圈，憋了半天只憋出一句 YYDS，配图还像从营销号偷的。

这就是我们在黑客松里抓住的那个场景：电竞观赛不缺信息，缺的是一个懂你阵营、懂你黑话、也能接住你情绪的人。

于是有了这个项目：毒奶观察室。

先放一版 demo 演示，后面再拆它是怎么做出来的：

如果上面的播放器加载不出来，也可以直接去 B 站看：毒奶观察室 demo 演示视频。

先说明一下视角：这篇不是“我一个人包圆整个项目”的战报，而是我作为研发负责人 / 技术负责人，对这个团队黑客松项目做的一次复盘。所以产品判断和用户链路，我会更多用“我们”；具体到架构、prompt、AI 调用链和工程取舍，我会回到“我”的视角。

01. 缘起：看比赛这件事，正在变得越来越孤独

我们一开始没想做一个“AI 聊天机器人”。

聊天机器人太泛了，什么都能聊，也就意味着什么都不够锋利。黑客松时间很短，如果一上来就说“我要做一个通用陪伴 Agent”，那大概率最后做出来的是一个套壳 ChatGPT，再加几张炫酷卡片。

我们真正想解决的是一个更窄的问题：

当一个电竞粉丝独自看比赛时，他的情绪没有地方落。

这件事挺微妙。虎扑、B站、直播间弹幕都很热闹，但那种热闹是广场，不是朋友。你发一句“这波怎么敢开的”，立刻被几百条弹幕冲走。它有群体氛围，但没有个体回应。

而电竞比赛最强的地方，偏偏就是情绪密度：

• 赛前，想找个人一起押一手、毒奶一下；
• 赛中，高光、失误、争议、翻盘，每十秒钟都可能让人上头；
• 赛后，想把今晚的情绪发出去，但又懒得自己写复盘、做海报。

所以我们把产品价值收敛成一句话：

它不是赛事数据库，也不是冷冰冰的智能助手，而是那个 2am 也在线、永远站在你这边的电竞搭子。

这个定位一旦定下来，后面所有设计就很顺了。

02. 产品拆解：赛前期待，赛中共振，赛后表达

我们没有把它做成一个单页聊天框，而是拆成完整观赛链路。

第一段是赛前。

用户先做一个轻量 onboarding：你看什么赛事，主队是谁，喜欢哪个选手，自己是毒奶型、理性复盘型，还是纯情绪上头型。这个步骤不是为了“填表”，而是给后面的搭子人格喂上下文。

同样是一条提醒：

TES vs JDG 即将开始。

和：

30 分钟后开团，速效救心丸已备好。

信息量差不多，但关系感完全不同。前者是工具，后者才像朋友。

第二段是赛中。

这是整个 demo 的核心。用户可以打字，也可以像微信一样按住说话。我们做了一个脚本化赛事时间线，让比赛过程稳定推进：比分变化、关键团战、高光事件、情绪峰值，都能按节奏出现。

用户发一句“气死我了，这波凭什么接啊”，搭子不会回你“请保持理性”。它会根据当前比分、比赛时间、刚发生的事件和用户情绪，生成同频回复。

这里我很喜欢代码里一个小设计：情绪不是只交给 LLM 猜，而是先在本地做一层粗粒度识别。

比如：

• “气死”“拉跨”“服了” → anger
• “封神”“起飞了”“YYDS” → ecstasy
• “寄了”“破防”“心态崩了” → devastated
• “紧张”“怕输”“心跳” → tension

识别完以后再把情绪标签和强度塞进 system prompt，让搭子别错位。

用户在骂的时候，不要突然端水；用户在嗨的时候，不要像客服一样冷静；用户破防的时候，也别假装世界和平。

这其实是陪伴型产品里非常关键的一点：不是回答正确，而是情绪位置正确。

第三段是赛后。

比赛结束后，系统把赛中留下的情绪日志、flag、金句、关键事件汇总起来，生成两类东西：

• 情绪曲线和赛后回顾；
• 可分享的文案和纪念海报。

我们给海报做了三个风格：荣耀叙事、吐槽梗图、复盘理性。用户可以选择选手、游戏角色，再补一句自己想说的话，然后通过图像生成模型出图。

这个设计的重点不是“AI 替你写”，而是“AI 放大你”。

如果生成内容里没有用户自己赛中说过的话，没有那场比赛真实发生过的情绪峰谷，那它就只是 AI 作文。看起来很完整，但用户没有发出去的欲望。

所以赛后内容必须长得像“这是我的夜晚”，而不是“这是模型的作业”。

03. 工程取舍：10小时窗口里，先让体验跑起来

这次黑客松最有意思的不是技术有多复杂，而是取舍非常清楚。

我们没有上真实数据库，没有接真实赛事 API，也没有做 WebSocket 实时通信。整个技术方案可以总结成一句话：

客户端承担 90% 的体验逻辑，服务端只做必须的 AI 代理。

技术栈是：

• Vite + TanStack Start + React 19
• TanStack Router 做文件系统路由
• Zustand + persist 把用户画像、对话记录、flag、情绪日志落到 localStorage
• Framer Motion 做页面过渡和交互动画
• Tailwind CSS v4 + Radix UI 搭 UI
• TokenDance 网关调用大模型和图片生成
• StepFun stepaudio-2.5-asr 做语音识别

为什么这么做？

因为黑客松只有 10 小时。

评委看不到数据库建得多优雅，也不会因为你接了一个极其真实但不稳定的赛事 API 就多给两分。他们能看到的是：流程顺不顺，反应快不快，情绪有没有被调起来，最后一页能不能把故事闭环。

所以我们用 mock timeline 保证比赛稳定演出，用 localStorage 代替数据库，用服务端函数隔离 API Key，用脚本化事件喂给 LLM 上下文。

这不是偷懒，是 demo 阶段合理的剪枝。

很多项目死在“我想把它做完整”。但黑客松更像舞台剧，你必须先保证观众看见主线：

他孤独地打开比赛，有搭子陪他一起上头，最后带着一张属于自己的图文离开。

这条线跑通了，项目就站住了。

04. Prompt 不是玄学，是产品策略的落地

这个项目还有一个我觉得挺值得写的点：提示词不是散落在代码里的魔法咒语，而是被集中管理成了产品资产。

我们把 prompt 分成几类：

• 搭子人设：它是谁，怎么说话，和用户是什么关系；
• 粉丝镜像：不同用户类型应该怎样被回应；
• 海报 prompt：荣耀、吐槽、复盘三种视觉风格；
• 赛后文案 prompt：朋友圈和官方社媒两种输出场景。

甚至还做了一个隐藏的 /admin 提示词管理页。

你可以在浏览器里直接改 prompt，填示例变量，试运行真实模型输出。改动会落在 localStorage，不会污染代码仓库。这个功能在黑客松里很实用，因为现场调 prompt 是高频动作，不能每改一次都重新发版。

对我来说，这其实是 AI 产品工程化的一个小缩影：

Prompt 不应该只是写死在代码里的字符串，它应该像配置、像策略、像可迭代的产品文案。

尤其是这种强风格产品，模型能力只是一半，另一半是你有没有把角色、场景、情绪边界设计清楚。

05. 最满意的设计：反应先于语言

陪伴类产品有一个很容易被忽略的问题：如果所有反应都等 LLM 返回，体验会慢半拍。

比赛高光发生的时候，人不是先组织语言的，人是先“啊！”一下。

所以我们把视觉和音频反馈做成了旁路系统。情绪事件从 Zustand 触发后，可以直接调用 EffectOverlay、音效、动画，不必等模型完整生成一句话。

也就是说，用户喊“卧槽稳了”的时候，页面可以先闪、先震、先给情绪反馈，然后搭子的文字再补上来。

这件事在工程上不大，但在体验上很关键。

因为它让 AI 从“慢吞吞回答问题的人”，更接近“坐你旁边一起看比赛的人”。

06. 遗憾和下一步：真正的陪伴不该需要你按按钮

当然，它现在还只是一个黑客松 demo。

它的很多地方都是为了 10 小时窗口服务的：

• 赛事数据是脚本化 mock，不是真实时；
• 记忆只存在本地 localStorage，没有账户和云端档案；
• 语音交互还是 turn-based，需要用户按住说话；
• 多人共看、房间级上下文、长期记忆都还没做；
• 赛后海报和文案已经能跑，但距离真正可商用的内容生产链路还有距离。

如果继续往下做，我觉得方向有两个。

第一，把单人陪伴做沉浸。

理想状态不是用户点按钮问 AI，而是 WebSocket + VAD 挂在后台。用户说话，搭子听见；比赛进入高压时刻，搭子主动开口；用户沉默时，它也懂得闭嘴。

第二，把情绪日志做成用户资产。

每场比赛都沉淀结构化记录：

{
  "emotion": "ecstasy",
  "intensity": 5,
  "timestamp": "18:42",
  "event": "最后一波偷家成功",
  "userQuote": "这波偷家真封神",
  "isPeak": true
}

长期看，这不只是复盘素材，而是一个人的电竞情绪档案。

你会记得哪天凌晨主队翻盘，哪场比赛你嘴硬立了 flag，哪一刻你真的破防了。产品留住的不是数据，是你曾经上头过的证据。

07. 写在最后：小项目也要有完整闭环

这次黑客松最后拿到了评委的一致好评，我自己也挺开心。

不是因为它已经多完美，而是因为它在很短时间里完成了一个清晰闭环：赛前点燃期待，赛中接住情绪，赛后帮你表达。

做 AI 产品以后，我越来越觉得，很多项目不是缺模型，而是缺一个足够尖锐的场景。

“陪伴”太大，“电竞搭子”就小很多。

“生成内容”太泛，“把我今晚看比赛的破防和狂喜变成一张能发出去的图”就具体很多。

具体，才有温度。

毒奶观察室现在还只是一个 demo，但它提醒了我一件事：AI 不一定总要去替代人。很多时候，它更像一个情绪放大器，把那些原本没人接住的瞬间，轻轻接住，再递还给你。

凌晨两点，有人懂你为什么骂，也有人懂你为什么笑。

这事听起来不大，但对一个独自看比赛的人来说，可能刚刚好。