曾歆勋放弃Kimi价值数千万元的未归属期权，创办AI Native严肃交友产品"良配"。产品上线10天用户突破9000人，以AI红娘、AI分身、AI军师三个Agent重构婚恋匹配链路，获今日资本徐新1500万元天使轮独家投资。
见徐新之前，曾歆勋已接触约10位投资人，收到的反馈并不乐观：有人认为婚恋市场有限，有人质疑情感问题能否由技术解决，也有人担心纯技术团队缺少市场能力。
转折发生在杭州一场黑客松。曾歆勋在咖啡店偶遇今日资本投资经理Evan，15分钟交流后，第二天便获得与徐新见面的机会。
融资 1000万元，出让 10% 股份
对应估值 1亿元
投资 1500万元，占股 20%
对应投后估值 7500万元
徐新主动提出按原估值增加投资额而非压价——曾歆勋后来说，主动给创业者提价的投资人很少。最终金额1416万，徐新说"凑个整"，定在1500万。
良配不是在传统交友软件上"加一个AI功能"，而是以Agent为核心重新设计匹配链路。三个Agent各司其职：
用户注册时与AI红娘进行约20分钟、30多轮对话，围绕经历、性格、感情观、生活方式和未来规划提问。交流结束后生成约4000 Tokens的上下文，形成完整个人资料和择偶画像。完成率超过80%——曾歆勋自己调试了数百遍，投入约两个月。
用户可与任何候选人的AI分身匿名聊天，询问运动习惯、彩礼、房贷等敏感问题。能答的直接答，不能答的匿名转发给本人。减少真人沟通中的提问压力和重复回答——"把问题和提问者解绑，情绪会弱化"。
读取双方资料和聊天记录，帮用户分析对方是否有好感、冷场时聊什么。有用户在对方失联三天后主动找军师商量，军师建议等待——"她确实把AI军师当成了一个可以商量的人"。
三个Agent之上，还有一条硬规则：每个用户同时只能与一个人建立匹配关系。进入1v1后看不到新推荐，解除后才能匹配下一位。目前约10%用户处于1v1阶段，其中约40%从建立关系后一直未解除。
曾歆勋的判断来自亲身经历：他在交友软件上写过2000多字个人介绍，仍经历大量低效沟通。准备卸载时认识了现在的妻子——两人资料都写得极详细，线上聊一天便决定见面，第一次见面确定关系。
这恰好是搜索推荐技术的延伸——"找对象本质上是人与人之间的搜索问题"。传统交友平台扩大了接触面，却缺乏理解复杂个人信息和关系需求的能力。
用户资料平均约110字，平台把长文本当作一段文本处理，推荐依据有限，靠用户自己逐个聊、逐个见。
用户资料平均约463字（竞品4倍），大模型理解其中的性格、经历、价值观和未来规划，把更合适的人提前推到前面。
更深一层：用户表面条件背后有隐性需求。曾歆勋妻子写的条件是"1992年以上、硕士以上学历"，他不符合——但她真正要的是"成熟"和"受过良好教育"。深度学习可以把显性表达映射为隐性参数，不做逐项打勾的考试。
注：463字 vs 110字为创始人口述数据，竞品为行业平均水平，未见第三方独立统计。
良配同时使用四家模型，按各自所长分配任务：
下一阶段的技术重点是训练专用匹配模型——不承担编程写作等通用任务，只回答一个问题：两名用户是否合适，关系成功的概率多大。输入是双方各数千字资料，输出是匹配度与概率值。
训练数据来自平台真实交互：谁喜欢了谁、聊了多少句、是否见面、是否建立关系、谁拒绝了谁。谁先积累关系结果数据，谁就能先跑通数据飞轮——模型效果提升带来更多用户和数据，再继续优化模型。
本文核心信息来自创始人单方访谈，属企业通稿性质。80%的AI红娘完成率、40%的1v1未解除率、9000用户等数据均为创始人口述，未见第三方独立复测或审计。产品上线仅10天，匹配效果与商业模式可行性均需更长时间验证。建议读者以此为前提：这是一份创业者的自我陈述，不是经过独立验证的产品评测。
值得关注的不是融资数字本身，而是技术路径：曾歆勋把"找对象"定义为搜索问题，用Agent架构替代传统推荐算法——这代表AI应用层正从"通用对话"走向"领域专用Agent系统"。在通用大模型趋同的背景下，真正的壁垒不在模型参数，而在"真实关系结果数据→专用模型→更好匹配→更多用户→更多数据"的闭环。谁先在垂直领域跑通这条数据飞轮，谁就能建立结构性优势——这比任何融资数字都更值得追踪。
良配小程序已进入公测，App正在应用商店审核中。新用户注册需完成约20分钟AI红娘对话；会员2000元（三年未领证全额退款）或1000元永久使用。
微信搜索「良配」小程序 → 进入公测