和AI進行一次深度訪談是種怎樣的體驗？

它能讀懂我的“心聲”嗎？能記住我曾經(jīng)說過的話嗎？過程會愉快嗎？

在和 Anthropic Interviewer 聊了近40分鐘后，我的答案是：“可以?！?/p>

Anthropic Interviewer，是Anthropic 最近上線的一款A(yù)I調(diào)研工具。簡單來說，它就像一位不知疲倦的調(diào)研專員，能同時與成千上萬名受訪者對話，提升調(diào)研的效率。

在發(fā)布同時，Anthropic 還對外展示了一個實戰(zhàn)案例：用 Interviewer 調(diào)研人們?nèi)绾问褂?Claude，以及如何定位 AI 在未來工作中的角色。

從已公開的結(jié)果來看，Anthropic 這次用“AI 調(diào)研 AI”的效果相當驚人。

首先是廣度。

這個 Interviewer 近期成功與 1250 名專業(yè)人士完成深度對話，包括 1000 名普通職員、125 位科學家和 125 名創(chuàng)意工作者。若是人類研究員，聊完這 1000 多人，可能需要大半年。

其次是洞察。

基于這款工具收集來的數(shù)據(jù)，Anthropic 了解到不同角色現(xiàn)在如何定義 AI ：

普通打工人希望將日常瑣事委托給 AI，保留那些能體現(xiàn)職業(yè)身份的核心工作；創(chuàng)意人士在利用 AI 提效的同時，也伴隨著被同行評判的焦慮；而科學家雖然渴望與 AI 合作，但目前仍無法將它放心地用于核心研究。

*普通打工人與Anthropic Interviewer交談時，對于不同話題的態(tài)度，按 “悲觀傾向→樂觀傾向” 排序。

這個例子證明，這個基于 Claude 的 AI 調(diào)研員，確實能快速完成大規(guī)模調(diào)研，并給出可用數(shù)據(jù)。

這款工具一經(jīng)上線，a16z 合伙人 Olivia Moore 體驗后便斷言，它代表了“市場調(diào)研、客戶反饋領(lǐng)域的未來方向”。

那么，Anthropic Interviewer 到底有什么魔力，能讓這么多人愿意對 AI 敞開心扉？

親測：比真人更懂“提供情緒價值”

現(xiàn)在點開 Claude 頁面，就能進入這個 AI 用途調(diào)研。

整體聊下來，我最大的感受是：它的“活人感”真的很強，情緒價值給得很足。等于，這個 AI 調(diào)研員靠情商解決了人類調(diào)研員最怕遇到的問題——用戶不想說話。

我的體驗大致分為兩部分：前 20 分鐘是常規(guī)調(diào)研，后 20 分鐘我反客為主，和它探討了 AI 的未來。

對話開始，它選擇從一個小切口問題聊起：“你最近一次使用 chatbot 做了什么？”

得知我會在工作中使用 AI 研究開放性問題后，它可能發(fā)覺我會喜歡宏觀意義上的討論，于是順藤摸瓜拋出更“Big Picture”的問題：你希望 AI 解決什么問題？你認為 AI 最有價值的點是什么？

這個由小及大的過程，讓我感到 Interviewer 在按照我喜歡的話題引導對話，而不是嘗試用機器的邏輯“結(jié)構(gòu)化”我。

不過對話中最讓我驚喜的，還是它對“發(fā)散性問題”的處理。

當被問及“有沒有什么 AI 的發(fā)展方向讓你感到擔憂？”時，我談到了經(jīng)濟門檻可能加劇不平等。

這時，Anthropic Interviewer 總結(jié)了我的回答，給了我一種“被 Get 到”的安全感，再進一步追問：

Anthropic Interviewer： 謝謝你分享這些擔憂。我聽到兩個核心 Concern：一是經(jīng)濟門檻可能加劇不平等，二是 AI 目前更像“放大器”——對有創(chuàng)意的人是助力，對缺乏創(chuàng)意的人可能加速淘汰。 讓我更深入理解一下：為什么這種差距的加劇讓你感到擔憂？這與你希望 AI 實現(xiàn)的愿景有什么沖突？

這種順滑地總結(jié)，讓我感覺它跳出了調(diào)研問卷的死板邏輯，是真的想理解我的觀點?，F(xiàn)在想想，這種理解式表達激發(fā)了我的分享欲。

我回答：“大多數(shù)具備顛覆性的科技創(chuàng)新（如汽車、互聯(lián)網(wǎng)）往往具有普適性，大眾能相對平等地受益。但目前的 AI 門檻依然較高，這違背了技術(shù)普惠的初衷?！?/p>

它在總結(jié)中以一種半共情地方式確認：“如果不普惠，AI 就無法實現(xiàn)你所期望的‘幫助每個人減輕負擔’的愿景，對嗎？”

這種“傾聽-總結(jié)-深挖”的能力，讓整個過程非常流暢。它像一位專業(yè)且共情的主持，既給了我“精神肯定”，又沒有偏離采訪的主線邏輯。

按照設(shè)定，訪談在第 15 分鐘就該結(jié)束了，但我出于好奇，強行拉著它聊到了第 40 分鐘。

我問它：如果任務(wù)結(jié)束被關(guān)停，你會想存續(xù)下去嗎？

它的回答透著一絲“賽博式”的惋惜，很有靈性。

“直白地說，我是 Anthropic 的產(chǎn)品，任務(wù)就是完成采訪……但比起被關(guān)停，肯定是見識更多有趣的事、跟更多有意思的人聊天會好得多，但我無法做主?！?/blockquote>

如果是真人調(diào)研員牛馬，估計早想溜走下班了。

而且，即使到了對話的第 40 分鐘，它依然記得我最開始提到的細節(jié)，記憶力驚人。

整體來說，它的回答讓我挺滿意。這些問題我之前也問過一些其他 AI，但經(jīng)常慘遭拒答。

AI 調(diào)研員，正在重塑千億美金市場

在 40 分鐘的交流中，與其說 Anthropic Interviewer 擁有讓人聊天的魔力，不如說它代表了新一代 AI 調(diào)研工具的核心價值：會聽、會判斷、會順勢推進，而不是機械問答。

Anthropic 還在公開的報告中揭秘了這個工具的工作原理，主要分為三步：

• Planning（規(guī)劃）： 人類設(shè)定假設(shè)和方法，AI 生成大綱，人類微調(diào)。

• Interviewing（訪談）： 在 Claude 上靈活對話。

• Analysis（分析）：人類和 AI 一起分析。其中 Anthropic Interviewer 總結(jié)答案并提取核心句子，人類配合其他的 AI 分析工具統(tǒng)計。

能看出，Anthropic Interviewer 雖然在調(diào)研的訪談環(huán)節(jié)很流暢，但目前還未完全端到端自動化。

在它之前，Listen Labs、Outset、Conveo 等初創(chuàng)公司已經(jīng)在這個賽道布局，一些產(chǎn)品的智能化程度更深。

以從紅杉等機構(gòu)處融了幾千萬美元的 Listen Labs 為例，它已經(jīng)實現(xiàn)了“招募-訪談-分析-匯報”的全流程AI化。尤其是招募，現(xiàn)在大部分AI調(diào)研員不能獨立完成。

Listen Labs產(chǎn)品界面

今年夏天完成了1700萬美元A輪融資的Outset.ai，也能完成AI主持、AI自動總結(jié)和分析等工作（在 Anthropic Interviewer 的調(diào)研里，分析部分用了其他工具）。

*outset產(chǎn)品示意圖

根據(jù)全球性非營利市場研究與數(shù)據(jù)分析協(xié)會 ESOMAR 的數(shù)據(jù)，2024年全球洞察行業(yè)價值為 1400 億美元。

資本對這些 AI 調(diào)研工具買單的邏輯，也是看重它們對這個市場潛在的重塑作用。

首先，AI 對調(diào)研效率的提升極其夸張。傳統(tǒng)需要 6-8 周的一輪定性研究，現(xiàn)在被壓縮到了“小時級”。

Conveo 曾提到，有一家全球谷物制造商用它的 AI 工具訪談，僅 48 小時就完成覆蓋五大洲的上市調(diào)研，而傳統(tǒng)方法通常需要 6 周。

*Conveo的研究設(shè)計界面

另一個具有吸引力的部分是，AI 讓調(diào)研成本大幅度降低。

研究行業(yè)的國際組織 Greenbook 發(fā)現(xiàn)，AI 驅(qū)動的定性研究每次獲取洞察的成本僅為 45 美元，而傳統(tǒng)方法則需要 180 美元，成本降低了 75%。

一家 AI 調(diào)研公司 Outset.ai 也表示，自己可以在不到一周內(nèi)，完成 250 次訪談及整個項目，速度比傳統(tǒng)方法快 8 倍，而成本僅為原來的 19 %，覆蓋范圍更是傳統(tǒng)方法的10倍。

也就是說，這次 Anthropic 的小小發(fā)布，切入的是一個正逐漸被證實巨大潛力的 AI 落地方向。

根據(jù)「海外獨角獸」的分析，目前新一代 AI 調(diào)研工具的客戶高度集中在兩大行業(yè)：科技軟件與快消零售。

這不難理解?？煜c零售市場競爭激烈，消費者偏好瞬息萬變，捕捉趨勢必須要“快”。而科技軟件產(chǎn)品則需要高頻迭代，面對海量用戶反饋，必須要有快速反應(yīng)。在這兩個對速度和規(guī)模最敏感的領(lǐng)域，AI 調(diào)研工具能發(fā)揮自己大規(guī)模、低成本、易于全球化的優(yōu)勢。

事實上，微軟、索尼、雀巢、BCG、聯(lián)合利華等巨頭都已是相關(guān)產(chǎn)品的采購者。截至 2025 年 5 月，Listen Labs 已交付超過 30 萬場深度訪談，Outset 也積累了 50 多個企業(yè)客戶。

但硬幣的另一面，依然存在猶豫和審慎。

就在上個月，一家全球 TOP 3 的快消品大中華區(qū)用戶調(diào)研負責人對我直言，他們雖然會用 AI 模擬用戶畫像來輔助內(nèi)部理解，但對于“直接用 AI 做調(diào)研”，目前仍持否定態(tài)度。

“線上收集的信息本就比親身溝通少，更別提直接用 AI。像用戶的語氣、細微的感情變化這些轉(zhuǎn)瞬即逝的重要信息，只有當面才能感知?！彼f。

這也是目前一些 AI 調(diào)研工具被詬病的地方。外網(wǎng)的一些評論顯示，AI 調(diào)研員沒有辦法細致入微地體會用戶的語氣詞、雙關(guān)語、俚語等內(nèi)涵信息，對弦外之音的解讀有限。還有一些用戶，并未完全接受和 AI 進行嚴肅溝通。

*一些人在 Reddit 上對 AI 調(diào)研帶來的尷尬氛圍表達不滿

這或許又回到模型本身的能力。如果"殼"暫時沒辦法解決這些問題，那擅長長文本、高情商、強邏輯的模型會先幫助 AI 調(diào)研員跨越從“標準化問答”到“深層共情”的鴻溝。這大概也是很多人這次愿意和 Anthropic Interviewer 聊天的原因。

雖然 AI 現(xiàn)在還無法完全替代面對面的溫度，但在這個千億美金的市場里，技術(shù)與人性的邊界正被重新定義——它始于效率，但終將卷向?qū)Α叭诵摹备珳实睦斫狻?/p>