核心定位
Ditto的定位不是“又一个约会App”，而是AI媒人。它不提供照片瀑布流、不要求用户不停刷人、不鼓励匹配后长时间聊天。用户用学校邮箱验证身份后，直接通过iMessage与AI对话，告诉它自己是谁、喜欢什么样的人。每周三晚7点，AI推送一个匹配结果，附上对方照片和匹配理由。如果双方都有兴趣，系统继续协调时间、地点，用户唯一要做的事情就是：去见这个人。
产品架构：四层能力体系
入口层（零下载） ：用户无需下载App，直接通过iMessage与AI对话。这消除了传统约会App最大的流失点——下载、注册、填写资料。
偏好理解层（语义匹配） ：AI不只匹配标签，而是理解标签背后的性格特质。创始人举例：一个喜欢攀岩、跳伞、户外运动的男生，和一个喜欢Hip-Hop、街头服饰、滑板的女生，在兴趣标签上几乎没有重合，但Ditto会判断两人背后的共同特质是冒险、独立、喜欢刺激。用户甚至可以上传喜欢的明星照片，让AI理解“审美类型”。
匹配决策层（主动限制选择） ：Ditto每周只推送一个匹配结果，而非无限选择。这从产品设计上消除了“下一个可能更好”的决策疲劳。20%的匹配最终转化为线下约会。
反馈闭环层 ：约会结束后，Ditto主动询问反馈（喜欢什么、不喜欢什么），这些反馈进入下一次匹配。AI越用越懂用户。
商业模式
Ditto目前仍免费，商业化模式仍在探索中。两种可能路径：
-
按约会收费：用户真正参加的约会才付费
-
与线下商家分成：Ditto不仅匹配两个人，还决定两个人去哪儿见面，可以与咖啡馆、餐厅、酒吧进行收入分成
这意味着Ditto的商业模式可能与用户利益完全一致：你真的出去见人，平台才赚钱。
创始人背景
Allen Wang和Eric Liu，UC Berkeley学生，辍学创业。两人受到2023年AI Agent模拟社会论文启发，希望让AI理解人与人的关系，并在后台进行大量匹配和情景模拟。公司长期方向被描述为“agentic social network”——未来不仅帮你找约会对象，也可能帮你找一起运动的人、认识新朋友、甚至找到适合讨论创业项目的人。
市场验证
-
融资：2025年2月完成920万美元种子轮融资
-
用户：17.3万注册用户，覆盖100多所美国大学
-
约会数量：累计安排8万多场约会
-
转化率：约20% 的匹配最终变成线下约会
可复用的产品思维
-
用AI“删除界面”，而不是“增加功能”。 过去大量AI产品的思路是在原有App里加一个AI功能——邮箱里加AI、购物App里加AI、约会App里加AI聊天助手。Ditto的思路完全不同：它不是给界面增加AI，而是用AI删除界面。原本你打开App需要浏览100个人、筛掉95个、和5个人聊天、和2个人讨论时间、再决定去哪儿——现在你只告诉AI你想找什么样的人，剩下的事情全部交给它。在中国市场，大量产品正在“加AI功能”，但真正的机会可能在于“用AI删掉用户不需要的操作”。
-
从“争夺注意力”到“帮你尽快离开”。 传统约会App的商业模式依赖用户持续使用——你继续刷，平台继续赚钱。Ditto的逻辑是反过来的：你真的出去见人，平台才赚钱。这种“产品目标与用户利益一致”的设计，在中国婚恋市场尤其稀缺。中国主流婚恋平台（珍爱网、百合网）被“人工红娘+高额会员费”绑架，快消式社交（Soul、探探）被“流量增长+留存优先”驱动——用户对这两种模式都已极度疲劳。一个把“用户离开App去见面”作为成功指标的产品，本身就是差异化。
-
“每周只给你一个”比“给你无限选择”更符合人性。 传统约会App的核心假设是“更多选择=更好体验”。但现实是：选项越多，单个候选人获得的注意力反而越少。Ditto主动限制选择——每周只推送一个匹配结果。这从产品设计上消除了“下一个可能更好”的决策疲劳，让用户更认真地对待每一次匹配。在中国市场，婚恋App用户普遍“刷到麻木”——“减法”本身就是巨大的差异化。
-
“偏好理解”比“标签匹配”更深一层。 Ditto不只匹配“喜欢滑雪的人”和“另一个喜欢滑雪的人”，而是匹配标签背后的性格特质。创始人举例：攀岩+跳伞的男生和Hip-Hop+滑板的女生，在标签上没有重合，但Ditto会判断两人背后的共同特质是冒险、独立、喜欢刺激。这意味着：匹配的颗粒度从“兴趣标签”升级为“性格模型”。 在中国婚恋市场，用户对“灵魂匹配”的需求真实存在，但现有产品大多停留在“兴趣标签”层面。
-
“AI Agent”的终极形态是“你不用操作它”。 Ditto的长期方向是“agentic social network”——未来不仅帮你找约会对象，也可能帮你找一起运动的人、认识新朋友、甚至找到适合讨论创业项目的人。你不会每天打开它，你只告诉它一个意图：“我想认识一个这样的人”“我周末想出去玩”“帮我找三个人吃饭。”然后AI在后台完成搜索、筛选、沟通和协调，最后把一个已经可以执行的结果交给你。AI不是成为一个新的信息流，而是在帮你减少信息流。