良配科技天使轮1500万元：AI Native婚恋能否突破信任困境？

当一位前 AI 搜索技术负责人决定用大模型改造婚恋市场时，他最先砍掉的，是这个行业运行了二十年的盈利逻辑。中国婚恋交友平台长期困在一个死结里：用户越认真、越想快速脱单，平台就越难从他身上持续收费。按订阅时长收费的模式，让撮合效率变成了一笔不划算的账——平台越快帮用户找到伴侣，就越快失去一笔稳定的现金流。这个激励错位在过去几乎无解，因为要真正读懂一个人的深层需求，所需要的人力成本和时间成本高到任何规模化平台都无法承受。直到大语言模型让“读懂一个人”的成本骤降，这件事才有了重做的可能。

2025年成立、总部设于深圳的良配科技，试图用一套 AI Native 架构解开这个结。其产品“良配”定位为面向严肃交友人群的 AI 平台，首个小程序版本已进入公测，截至采访时上线约10天，用户已超过9000人。公司创始人兼 CEO 曾歆勋此前是 Kimi AI 搜索技术负责人，先后在微信、TikTok 从事搜索推荐业务。2026年7月，良配科技宣布获得今日资本的天使轮融资。关于金额，虎嗅与智东西的采访报道为1500万元人民币，天眼查的工商变更记录则显示为200万美元，两者均出自公开信源，存在货币与数值上的冲突，公司方面未对差异做出公开说明。

资本偶遇背后，是“找人”生意二十年的未解命题

这轮融资的达成路径颇具偶然性，但偶然背后藏着一位老牌投资人对一个老行业的长期不满。据曾歆勋向虎嗅回忆，他最初计划融资1000万元，出让15%股份。在此之前他已接触约10位投资人，反馈普遍不乐观：有人质疑婚恋市场规模，有人认为情感问题无法靠技术解决，也有人担忧纯技术团队缺乏推广能力。这些质疑并非没有依据——婚恋平台在中国存在超过二十年，头部玩家的格局长期未变，技术驱动的后来者几乎没有成功突围的先例。

转折发生在杭州一次黑客松活动期间。曾歆勋在咖啡店偶遇今日资本投资经理，双方仅聊了约15分钟。第二天，他便获得了与今日资本创始人徐新见面的机会。徐新此前投资过 BOSS 直聘，其丈夫李松是珍爱网创始人。她对“找工作”和“找对象”两类“找人”生意有着长期观察和深刻理解——这两类生意的相似性远不止表面上的“匹配”二字，它们同样面临信息不对称、用户意图模糊、以及平台利益与用户目标之间的结构性矛盾。在 AI 浪潮兴起后，今日资本一直在寻找能利用 AI 技术改造招聘与婚恋行业的团队。

三个小时的交流后，徐新主动提出将投资金额追加至1500万元，并要求获得20%股份。这意味着她在接触团队的第一天就做出了两个实质性判断：一是这个方向值得重注，二是股份比例比创始人原定方案更高，显示出强烈的参与意愿。“我当时从楼上下来，心里的感受是，融资和相亲其实一模一样，需要双向奔赴。”曾歆勋说。徐新的判断并不难理解：在移动互联网红利见顶后，传统婚恋平台靠粗放式匹配和制造信息不对称来延长用户生命周期，这种模式正遭遇用户信任的持续侵蚀。年轻一代用户对珍爱网、百合网等老牌平台的信任度持续走低，红娘套路、信息造假、付费陷阱等问题构成了行业性的信任赤字。而大模型恰好提供了从文本中理解深度意图的能力，这意味着匹配可以从“贴标签”升级为“读人心”——从静态的显性条件匹配，走向动态的隐性需求映射。今日资本投的，可能正是这个技术拐点带来的行业重做窗口。

用AI红娘替代手动填表，把用户画像从110字推到463字

注册良配的第一步，不是填身高体重收入，而是与 AI 红娘进行约20分钟、30多轮的对话。这一过程生成约4000 Tokens 的上下文，最终形成用户资料。根据 firecat-web 引用的数据，良配用户资料平均463字，是竞品平台平均110字的4倍。AI 红娘流程完成率超过80%。

这个设计背后是一个判断：传统平台的匹配失效，首先发生在信息采集端。用户并非不愿意表达，而是缺乏将复杂的自我认知转译为结构化信息的能力。传统注册流程要求用户用几十个字总结自己的性格、价值观和择偶偏好，这本身就是一个极高的认知负担。结果就是大量用户资料停留在“喜欢旅游、热爱生活”这样乏味且无区分度的表述上——这类信息对匹配几乎毫无价值。一个28岁的女性用户可能勾选“择偶标准：身高175以上、年收入30万”，但她真正需要的可能是“在我压力大的时候能给出稳定情绪支持的伴侣”——这个隐性需求在过去只能靠用户自己在聊天中慢慢试探，耗时且不确定性高。良配的思路是让大模型在对话中隐式提取这类需求，并在匹配时映射到对方的文本画像中。这与曾歆勋在 Kimi 做 AI 搜索的底层逻辑一致：理解用户真正的意图，而不是执行关键词查询。搜索领域的经验表明，用户表达出来的查询往往只是真实信息需求的一个粗糙外壳，真正有价值的是隐式意图的还原。这套方法论迁移到婚恋场景，就是AI红娘试图完成的核心任务。

但技术路径上还存在一个待验证项。目前良配主要依赖通用大模型的泛化能力来完成画像采集和初步匹配。公司披露计划训练一个专用小尺寸模型，输入双方画像后输出“是否合适”及成功率概率。训练数据来自平台真实交互，包括谁喜欢谁、聊天长度、是否见面等端到端的行为信号。这个专用模型能否在预测效率上显著超越通用大模型，目前没有公开数据可查。在大模型 API 高度可得的当下，专用模型是建立护城河的路径之一——如果团队能积累足够多的高质量配对结果数据，训练出一个在特定文化语境下预测关系成功率的窄域模型，这种数据壁垒是后来者难以短时间复制的。但它也可能成为一笔投入产出比不明确的研发成本，尤其是在早期用户规模尚小的阶段，训练数据的量和质都可能不足以支撑一个有统计学意义的预测模型。

1v1匹配与“成功即流失”的商业悖论

良配最激进的产品规则并非 AI，而是一条反增长直觉的设计：每位用户同时只能与一人处于匹配聊天状态。匹配期间看不到其他推荐，想开始下一段必须先解除当前关系。截至采访，约10%的用户处于1v1匹配状态，其中约40%的关系持续未解除。

这几乎是在公开挑战移动互联网时代的产品铁律。大多数社交产品的增长飞轮依赖高频互动和无缝切换带来的 DAU 累积：用户同时与多人聊天，切换成本低，参与度高，平台因此获得密集的活跃行为数据用于优化推荐。1v1 机制直接关掉了这个阀门，它在用户体验层制造了一个“稀缺性”约束，强迫用户在当前关系中投入更多注意力。曾歆勋的回应是：“如果你觉得自己在做严肃交友软件，你就应该在方方面面维护这个氛围。过去的产品没有一个做得好，大家都是既要又要，两头都兼顾不到。”

公司给出的替代性北极星指标是“用户平均脱单成功率”，而非停留时长或日活。这个逻辑在商业上制造了一个尖锐的悖论：匹配做得足够精准，用户找到对象就会离开，平台流失付费用户；匹配不够精准，用户觉得平台无用，商业模式仍然不成立。这个悖论并非良配首创，所有“按效果付费”的平台都在不同程度上面对类似矛盾，但在婚恋行业它尤为极端——因为用户的终点恰好是平台关系的终点。良配承认这一悖论的存在，但认为只要帮助部分用户成功离开，平台口碑与后续转化就能支撑增长。这个假设能否成立，取决于两个变量：一是“成功离开”的用户是否愿意在社交网络中为平台背书并带来新增——婚恋成功本身具有强社交传播属性，可能构成一种低成本的口碑获客渠道；二是付费单价能否覆盖因高流动率带来的获客成本反复摊销。两个变量目前在早期数据中都未被验证，仍处于假设阶段。

2000元保结婚退款：把营收押注在“结果”上

与1v1机制相匹配的商业模式同样极端。良配推出了“保结婚会员”：用户支付2000元，若三年内未领证结婚，全额退款。曾歆勋在采访中强调：“婚姻状态是唯一可查询、不可伪造的交付标的。”这一选择有其现实考量：在婚恋领域，“脱单”“恋爱”等中间状态的定义模糊且易产生纠纷，而结婚证是民政部门统一登记的法律事实，可验证、不可篡改，天然适合作为效果付费的锚点。

这个设计试图将平台与用户的利益从冲突扭转为对齐。传统平台按订阅时长收费，用户留存越长平台收入越高，这构成了一个激励错位——平台没有动力帮助用户快速找到伴侣，甚至在某些商业设计里，让用户始终处于“接近成功但尚未成功”的状态反而是收入最大化的策略。保结婚模式反过来，平台只有在用户成功结婚时才能最终确认收入。资金由银行托管，用户结婚前平台动不了这笔账，这意味着良配在用户结婚前实质上垫付了运营成本，现金流结构极重。

这产生了一系列待解的财务问题。如果平台匹配效率不够高，三年内大量用户触发退款，良配不仅需要全额退还2000元，还要承担期间的获客、AI 推理、运营成本——等于在为一个没有收入确认的服务持续烧钱。如果匹配效率足够高，用户一年内就结婚离场，单用户终身价值锁定在2000元，平台能覆盖多少获客成本取决于渠道效率——而在婚恋行业，获客成本以百元计并不罕见。良配未披露保结婚会员的银行托管细节，也没有公开单位经济模型中的获客成本或预计退款率。这个模式能否跑通，目前处在假设阶段，需要至少一个完整退款周期的数据才能验证。三年周期本身就构成了一个时间维度的不确定性：团队需要在这个窗口内证明模型有效，而资本市场的耐心未必同步。

在Soul的陪伴型社交与海外的效果付费之间

国内AI社交赛道，Soul 是不能绕开的参照物。Soul 自研了情感大模型 Soul X，主打灵魂社交，用户匹配依赖性格测试和兴趣图谱，不依赖照片和现实身份，甚至鼓励虚拟形象。核心场景是广场、星球、语音房等泛社交空间，AI 在其中扮演情绪陪伴者的角色。数据显示，Soul 站内 AI 伴侣的粉丝规模已超过400万。Soul 的产品哲学本质上是建立一个低门槛、高沉浸的线上社区，让用户可以无限期地停留在其中，商业变现依赖用户在平台内的时长积累和虚拟消费。

Soul 与良配的分野十分清晰：前者卖的是陪伴——陪你度过找到那个人之前的所有时间，商业模式天然靠时长和陪伴感变现；后者卖的是结果——让你尽快带着婚姻状态离开平台。两者服务的是两种性质不同的社交需求。Soul 不需要面对“成功即流失”的悖论，因为它的产品本身就不预设离开的终点，用户的持续在场就是商业模式健康运转的标志。良配则必须面对这个悖论，它选择了一个更窄的切口和更尖锐的商业模式验证标准。两款产品代表的是同一大类需求下两条相反的路径分化：一条走向泛化、日常化、可无限消费的情感供给；另一条走向专一化、节点化、以退出为成功标志的效率交付。

放眼海外，AI 约会的收费逻辑正朝着结果导向靠拢。Ditto 刚完成920万美元种子轮，Sitch 分析用户聊天记录给出匹配建议，甚至直接按撮合成功次数收费。这与良配的保结婚退款的底层逻辑一致——把收费锚点从“使用时间”扳回“交付结果”。区别在于海外平台的付费单元通常是“每一段成功关系”，客单价低但频次高；良配的付费单元是“结婚”这个终极节点，客单价高但周期极长且退款风险全部由平台承担。这意味着良配的模式在财务上更重、验证周期更长，但如果跑通，它建立的用户信任壁垒也可能更高——因为把全部风险倒置给平台的承诺，在婚恋行业本身就是一种稀缺信号。

今日资本押注的，是一个数据飞轮还是一场信任重建实验

今日资本的这一笔投资，投的与其说是一个产品，不如说是两个判断。第一个判断是严肃交友的线上渗透率有明确增量空间。曾歆勋在采访中指出，中国线上婚恋市场渗透率远低于美国，传统熟人介绍渠道效率持续走低，市场基础需求存在但未被有效满足。这个宏观叙事背后有一个未被充分讨论的结构性变化：城市化进程中，年轻一代的社会网络正在从强关系的亲缘、地缘向弱关系的职场、兴趣圈层转移，前者过去承载了大量的婚恋介绍功能，而后者的匹配效率远低于前者——这是需求端持续增长但供给端长期低效的底层原因。

第二个判断更关键：AI 能否真的读懂人，并且这种理解能力能通过真实交互数据形成飞轮。“谁能在早期攒下足够大又足够真实的用户池，训出一个比同行更懂中国人婚恋逻辑的匹配模型，谁就能建立起后来者很难复制的差异化认知。”这个逻辑成立的前提是，用户愿意在平台停留足够久、留下足够丰富的交互数据。而良配的1v1机制和保结婚模式恰恰在用户规模和留存上设置了天然减速带——它用高门槛筛选用户而不是用低门槛聚拢用户，这是一种与飞轮逻辑表面相反的策略。能否在更少但更真实的用户身上采集到足够高质量的训练信号，是这条路径能否成立的关键。

良配的工商登记信息显示，公司注册资本100万元，法定代表人为杨川，股东包括曾歆勋、杨川、王谦。杨川在公司中的实际角色未披露。团队从初创时的7人扩展至17人，核心成员包括运营负责人（连续创业7年、宝洁背景）、技术负责人（南科大背景）、增长负责人（曾参与 Soul 从0到1亿用户）。曾歆勋本人在南方科技大学计算机系毕业后，先后在微信、TikTok 做搜索推荐，离职前的身份是 Kimi 的 AI 搜索技术负责人。值得注意的是，增长负责人的 Soul 背景意味着团队内部同时拥有“陪伴型社交”的从业经验，这可能有助于团队理解两种产品哲学之间的张力，而非简单地以对立姿态切入市场。

资金用途与产品路线图：把假设跑成证据

据 DoNews 报道，本轮融资资金将用于优化自研大模型、提升用户画像精准度及扩大市场运营。分项金额未披露。从产品节奏看，良配仍处于极早期：App 还在应用商店审核中，团队自己将当前版本定位为1.0，需要找“愿意一起共建产品的早期用户”。这种状态意味着当前的所有数据——9000+用户、80%的AI红娘完成率、40%的1v1匹配持续率——都来自极小样本的自选择用户群，其行为模式可能和规模化后的泛化用户存在显著差异。

接下来的12至18个月，是验证窗口期。需要看到的数据点至少包括：用户规模增长曲线在放弃 DAU 导向后是否依然健康——增长是来自口碑的自然扩散还是高成本的付费投放；保结婚会员的付费转化率和早期退款率能否让单位经济模型站住——如果转化率低，说明用户对“三年承诺”的信任尚未建立，如果退款率高，说明匹配效果未达预期；专用关系预测模型在评测指标上相比通用模型是否有可量化的优势——这是技术护城河是否存在的核心测试；以及 AI 红娘在处理幻觉问题和长对话逻辑连贯性上的实测表现——这些问题在产品早期可能被容忍，但规模化后会迅速放大为用户信任危机。这些都是从“假设”走到“证据”必须越过的不确定性。

AI 幻觉问题和隐私保护构成了两个固有风险。当 AI 红娘需要生成用户画像并据此做出匹配决策时，一次事实偏差——例如错误推断用户的收入水平或情感经历——可能在婚恋场景中被放大为用户对平台整体信任度的瓦解，因为婚恋决策的情绪权重远高于商品推荐或信息检索。而深度对话采集的信息越丰富，对隐私保护和数据利用边界的要求就越高。用户在20分钟的深度对话中可能暴露大量敏感信息，这些信息在存储、处理和模型训练中的合规边界，是任何一个做“深度画像”产品的公司都绕不开的问题。良配未公开这两方面的技术应对方案。

RecodeX 极客视点：良配科技的实验价值不在 AI 本身，而在于它将技术能力用于一个极度反互联网增长逻辑的场景——放弃 DAU、接纳高流失、用三年退款承诺倒逼自己把匹配做准。如果这个模式能被一个完整退款周期的数据验证，它对所有“按结果付费”的服务平台都构成方法论参考：在信任高度稀缺的行业中，主动把风险从用户端转移到平台端，可能是一种比技术壁垒更稳固的竞争壁垒。如果失败，它将再次证明有些行业的信任成本，不是算法能单独承担的——技术的理解力边界，恰好在人类情感最复杂的领域被最清晰地标定出来。