type
Post
status
Published
date
May 25, 2026
slug
lofideskmate
summary
这是一个AI Native的专注辅助陪伴游戏的开发记录。叶教授和绵绵作为你跨越时区的学习搭子，和你在一个又一个番茄钟计时下专注学习工作。你可以和他们分享自己任务管理的点点滴滴、聊天、并伴随着专注学习的进度解锁一段又一段的故事……
tags
Long Reports 长报告
Project Briefs 项目概述
recommend
游戏设计
category
其他工作
icon
password
网址
项目概况
一个可以为你提供真实感陪伴的AI学习搭子，用25分钟一起变得更好
「时空书桌」（Lofi Deskmate: Right Beside You）是我在 buysmart.ai 期间和 @熊树豪 一起主策的一款 AI native 独立游戏。立项的切入点来自调研里反复出现的一个观察：很多用户卡的不是时间，而是启动。坐到桌前打不开文档，反复在 IM、短视频和浏览器标签之间切，最后只能靠 deadline 把自己怼完。计时和清单类工具管不了这一段，它们假设你已经准备好了。
这款游戏想补的，就是“我需要有人陪着进入状态”这一段。番茄钟和 done list 做底，往上再压两位 LLM-based 学习搭子：「绵绵」和「叶教授」。设计的发力点是角色在场、低频反馈和任务结算，做出一种 body doubling 式的轻陪伴。希望接住的场景大概是这几类：坐下来但起不来、靠连麦或 study with me 给自己制造一点“被看见”的压力、在十几款番茄钟和虚拟搭子里换来换去也没找到合手的。
「AI 原生」我们指两件事。产品侧很直接，聊天、任务日志评语、角色状态调度都由 AI 驱动。开发侧不那么显眼，但量更大：功能调研、音频生成、美术资产筛选都大量走 AI workflow。对我们这个体量的团队来说，AI 既是产品里的能力，也是这事儿能推下去的现实条件。
核心问题
在远程学习、居家办公、社媒分心和长期独处交织的数字环境中，许多用户面对的核心困难，是任务难以启动、注意力难以维持，以及缺少能把自己带回工作现场的外部结构。
这里要解的不是计时效率问题，是注意力调节问题。所谓注意力调节，简单说就是三件事：怎么把任务启动起来，怎么在过程中维持住，走神之后怎么再回到桌面。
attention-aware system 这条线的研究里有一点对我影响比较大。它讨论的从来不止“怎么减少干扰”，更核心的是系统怎么读出用户当前的任务状态、估算打断成本、决定下一句话什么时候说、怎么说。这套视角放到真实用户身上，问题就具体了：很多人卡住的根本不是外面来的信息，是自己在第一行字写出来之前已经在标签页之间切了第三轮。
社媒上那些“疑似 ADHD”“执行功能障碍”的帖子，用的是医学词汇，说的其实是同一件事：坐住需要外部结构。咖啡馆、图书馆、连麦自习室之所以管用，不靠安静，靠的是身边有人在跟你一起做事这件事本身。「时空书桌」想做的，就是把这种“有人在”的感觉稳定地搬到桌面上。
P0 闭环
启动 → 设置任务 + 选择计时方式 → 计时 → 角色共同在场 + 环境音 + 低频反馈 → 陪伴 → 维持专注状态 → 结算 → 任务完成 + AI 生成评语 → 反馈 → 角色承接成就感 + 日志记录
这条闭环是 P0 阶段最早押下的判断：先把这一条做稳，其他事都延后。
这个决定背后是 Chill with You 的一轮评论分析。用户最常提的是“赛博同桌”和“为了角色多坚持了 25 分钟”，抱怨集中在性能占用大、剧情打断专注、玩久了内容重复。结论很直接：陪伴感这条路是成立的，但成立的前提是底下那层工具够稳够安静。一旦在专注里被打断，陪伴感会跟着塌。
所以 P0 的取舍是这样的。启动这一步必须低摩擦，新建任务和选计时方式应该是几秒就完成的事。计时阶段角色只做轻存在：眨眼、换姿势、偶尔写一句话，绝不弹窗，绝不主动搭话。结算时让 AI 围绕用户刚才做的那件事写一句具体的评语，避免“做得不错”这类模板回复。更重的玩法、真正的 AI 聊天，留到 P1 之后再做。这个阶段 AI 干的是支撑闭环的活儿，不是再开一条会打断专注的新通道。
设计方法概览
下面这张表是四个阶段的速览，详细论证留到「项目详情」里展开。
阶段 | 内容 | 详见 |
需求洞察 | 注意力调节困境 + 社媒语境中的 ADHD 经验叙事 + body doubling 研究 | → 项目背景·需求 |
市场验证 | Chill with You 黑马样本 + 竞品走查 + n=6 Gogh 测试 | → 项目背景·可行性 & 设计调研 |
设计推导 | 个性化需求 + 拟人光谱 + AI 侵入性矩阵 → 三层产品结构 | → 产品特性 |
功能设计 | 番茄钟、任务管理、个性化、设置四大模块的 Flowchart + Low-fi | → 核心功能设计 |
项目详情
需求
关键洞察：专注陪伴产品的核心问题超出了“计时效率”本身。它面向的是用户在数字环境中如何启动、维持和恢复注意力，也就是注意力调节这一更基础的交互设计对象。
注意力研究（attention-aware system）指出：计算系统对注意力的介入不止于减少信息过载，更在于帮助用户重新进入任务现场。专注陪伴产品需要提供的不只是干扰屏蔽，还包括帮助用户启动、维持和恢复任务状态的外部结构。
学习、写作和长期办公场景中，用户的困难往往不止于“信息太多”。真正卡住的地方可能是：打开文档前反复拖延，坐到桌前迟迟无法开始；无人监督时任务边界松散，几分钟内在文档、聊天、短视频和浏览器标签之间来回切换；长时间独处带来的空心感，让坚持做下去缺少可借力的现场。传统效率工具把方案放在计时、清单、屏蔽和统计上；有用，但难以覆盖“需要有人陪我进入状态”的情绪与情境需求。
这种需求在社媒上表现得很具体。近几年，小红书、B 站、抖音和 TikTok 上涌现大量“疑似 ADHD”“自我确诊 ADHD”“执行功能障碍”经验帖：有人描述自己明明想学习，却会在写下第一个字之前反复整理桌面、切歌单、开无关网页；把 deadline 高压冲刺当作唯一有效启动方式；依赖直播自习室、连麦自习、 study with me 视频制造“正在被看见”的轻微压力；在番茄钟、白噪音、桌面宠物、虚拟搭子和 AI 角色之间反复试错，用外部节奏替代意志力。这里的“ADHD”更多是一种民间语言，描述注意力困境、启动困难和自我管理失败感，而非严格的医学诊断。
从注意力界面与辅助技术的视角看，专注辅助系统需要同时处理结构和负担——既提供明确的外部支架，又不把额外提醒、对话和操作成本叠加到用户身上。对存在拖延或执行功能困难的用户而言，关键不在于叠加效率功能，而在于：任务开始前提供启动线索，进行中维持稳定环境，结束后给出可感知的反馈。
资料来源（8）
[1] Thomas H. Davenport and John C. Beck. 2001. The Attention Economy. Ubiquity, 2001: 1-es. DOI: 10.1145/376625.376626.
[2] Claudia Roda. 2011. Human Attention in Digital Environments. Cambridge University Press.
[3] Claudia Roda and Julie Thomas. 2006. Attention Aware Systems: Theories, Applications, and Research Agenda. Computers in Human Behavior, 22(4): 557-587. DOI: 10.1016/j.chb.2005.12.005.
[4] Roel Vertegaal. 2003. Introduction. Communications of the ACM, 46(3): 30-33. DOI: 10.1145/636772.636794.
[5] Song P, Zha M, Yang Q, et al. The prevalence of adult attention-deficit hyperactivity disorder: a global systematic review and meta-analysis[J]. J Glob Health, 2021, 11:04009. DOI: 10.7189/jogh.11.04009.
[6] 陈琳, 许诗玮, 罗学荣. 长沙市大学生注意缺陷多动障碍及影响因素[J]. 中国学校卫生, 2020, 41(12):1856-1858, 1862. DOI: 10.16835/j.cnki.1000-9817.2020.12.023.
[7] 陈德刚, 滕志宏, 代玮迪, 等. 大学生注意缺陷多动障碍症状与健康危险因素的相关研究[J]. 教育生物学杂志, 2021, 9(1):39-43, 58. DOI: 10.3969/j.issn.2095-4301.2021.01.008.
[8] 中华医学会精神医学分会, 中国医师协会精神科分会. 中国成人注意缺陷多动障碍诊断和治疗专家共识（2023版）[J]. 中华医学杂志, 2023, 103(28):2133-2144. DOI: 10.3760/cma.j.cn112137-20230322-00457.
可行性
市场信号：近期竞品已用销量与口碑证明，用户愿意为“低互动成本的陪伴式工作/学习环境”付费；真正支撑付费与留存的，是“专注工具 + 桌面陪伴 + 轻叙事包装”共同搭建出的稳定桌面使用场景，单点功能往往不足以单独解释用户买单。
从商业验证看，陪伴式专注已进入可观察的市场阶段。最直接的信号来自 Chill with You: Lo-Fi Story：上线不足两月售出约 245k 份，好评率一度达 99%（游研社报道：发售不到两周破十万、评价超七千条）。它把专注工具、桌面陪伴和轻剧情包装在一个极窄但清晰的场景里，证明用户愿意为低交互成本的陪伴式工作环境付费。
后续审计样本中，功能相关评论 1742 条，推荐率 94.6%；用户高频提到的核心体验集中在“赛博同桌”“有人陪着一起努力”“为了角色愿意多坚持 25 分钟”这类陪伴感表达上。gogh: Focus with Your Avatar、Spirit City: Lofi Sessions也把“桌面陪伴 + 专注计时 + 环境氛围 + 任务管理”组织成稳定组合，说明这一品类已出现可被验证的黑马样本。
把这些信号放回「时空书桌」立项语境，可行性来自两个交叠：第一，竞品验证了“陪伴 + 效率”的市场切口，也暴露了工具深度不足、性能占用高、内容重复、剧情打断等缺口。第二，公司既有 LLM 聊天应用覆盖角色对话、上下文理解和海外发行经验；笔者此前 Gogh n=6 测试也观察到 timer、音乐、视觉陪伴对 motivation 和 focus 的正向反馈。
因此 P0 优先级落在“可靠的专注工具”上：番茄钟/正计时/秒表、当日 to-do、Lofi 与白噪音、Setting、场景自定义、User Profile。AI 聊天和更重的玩法作为后续增强，不压过基础工具体验。
内部调研材料
内部调研材料：Xiang Yan, Liang Huiyang, Ping Chengliang. A Virtual Personalized Study Companion: Addressing Learning Challenges for Adults with ADHD. CMAA5018 - Assistive Technology Design based on Computational Media and Arts, 2025.（含 13 名成人 ADHD 访谈与 6 名成人 ADHD 的 Gogh 对照测试。）
内部资料来源：0107 产品分析。用于校准 Chill with You 的产品逻辑、评论数据、销售表现、body doubling 与低侵入性判断。
内部资料来源：0116 番茄钟与任务管理功能审计报告。用于校准用户买单理由、1742 条功能相关评论、94.6% 推荐率、P0/P1/P2/P3 痛点。
内部资料来源：0109 竞对走查-专注/陪伴类工具。用于校准 Focus Friend、Spirit City、Momo、Finch 等产品的计时、强制模式、任务、音乐与养成设计。
内部资料来源：260219 UX设计对齐-P0。用于校准时空书桌 P0 功能范围：番茄钟/倒计时/秒表、主动式对话、任务管理、Lofi、Setting、场景自定义、User Profile。
新闻报道：好评率99%的「赛博同桌」，是怎么被他们创造出来的？[N]. 游戏研究社, 2026-01-06.
设计调研
调研路径 Steam 侧 Lo-Fi 专注陪伴游戏：看桌面场景、计时、音乐、角色与任务如何组合 self-care / habit 产品：看提醒、奖励、任务拆分与情绪反馈如何影响留存 注意力界面与 ADHD 学习陪伴研究：校准启动困难、执行功能与低侵入反馈的解释力
项目启动后，调研拆成三条线：第一条看 Steam 侧 Lo-Fi 专注陪伴游戏（Chill with You、Spirit City、gogh），重点是 Chill with You、Spirit City、gogh 等产品如何把计时、音乐、角色和任务组织成一个桌面场景；第二条是 Finch、Momo、Focus Friend 等 self-care / habit 产品，重点看提醒、奖励、任务拆分和情绪反馈如何影响留存；第三条是注意力界面、body doubling 和成人 ADHD 学习陪伴研究，重点校准这类工具对启动困难、执行功能和低侵入反馈的解释力。
从评论原声看，高频反馈里反复出现“赛博同桌”“有人陪着一起努力”“为了角色愿意多坚持 25 分钟”这类表达；负面意见则集中在性能占用、功能深度、内容重复和剧情打断。这个结果把设计问题收窄了：陪伴感本身有效，但它必须建立在可靠、安静、可持续使用的工具框架里。
注意力界面的研究视角让我持续追问：系统到底是在帮用户维持注意力，还是换了一种方式打扰用户？成人 ADHD 学习陪伴研究则进一步关注启动困难、拖延与外部提醒之间的关系。综合下来，P0 判断明确：先让计时、任务、音乐和场景稳定可用，再讨论 AI 如何增强个性化和长期内容供给。
设计目标
P0 目标：先跑通一条轻量但完整的专注闭环：启动任务、维持陪伴、完成结算。AI 的介入必须服务这条闭环，并尽量降低额外交互负担。
基于以上需求与验证，P0 目标是打造一位用户愿意每天打开、长期驻留在桌面上的轻量专注搭子。下图将体验拆解为“启动、维持、结算”三阶段，对应用户动作、系统反馈、角色状态与 AI 介入位置。后续功能介绍沿这条闭环展开。
产品特性
三组设计问题 · 环境层：用户如何配置适合自己的声音、场景和计时方式 · 角色层：角色如何形成 body doubling 的在场感 · 智能层：AI 如何根据任务语境给出低侵入反馈
沿这条蓝图，P0 产品特性归为三类：可个性化的专注环境、基于 body doubling 的角色在场感，以及面向任务语境的 AI 反馈——分别对应环境、角色与智能层。
UCD的地基：专注辅助目标人群高度个性化的需求
设计含义：不要预设唯一正确的专注方式。P0 应优先提供可调节的环境、角色、声音和计时入口。
AI 驱动的注意力辅助游戏面对高度异质的用户群体。以分心光谱上最极端的 ADHD 人群为例：有人需要咖啡馆白噪音和旁人存在感来启动任务，也有人会被环境声和多余提醒迅速打断。Gogh 测试也出现类似分化——一部分受试者认真挑选 lofi 音乐/白噪音，另一部分直接关闭所有音频。
因此「时空书桌」不预设一种“正确的专注方式”。P0 的个性化目标是先让玩家选择角色、房间氛围、音乐/白噪音和计时方式；后续再让 AI 通过任务记录、对话和使用习惯逐渐理解玩家偏好。
拟人光谱与 Body Doubling：低压在场的专注搭子
关键判断：角色既不能只是装饰，也不能变成强索取注意力的聊天对象。最合适的位置，是可被感知为“共同在场”的低压搭子。
Body doubling 在这里指向一种可被感知的低压在场。真实世界里，用户去咖啡馆、图书馆或线上自习室，核心需求是处在有人共同工作的场域中。相关研究把这种陪伴理解为一条连续谱——同空间或异地、同步或弱同步皆可。虚拟学习搭子的价值在于通过虚拟存在、任务拆分、实时进度和激励反馈，复制线下陪伴带来的 accountability 和 task engagement。
从《放松时光》产品分析看，专注陪伴成立的前提是“好像有人在关注我”：用户需要的陪伴对象能提供外部关注、模仿对象和时间锚点，而非可爱的屏幕装饰。因此角色美术和动作设计需要落在更具“共同在场”实感的 human-like 一侧，同时避免过度抢戏。
落到「时空书桌」里，绵绵和叶教授持续存在于专注流程中。玩家开始计时后，角色以共同学习/工作姿态、注视关系、低频动作、表情和短句维持共处感；完成任务时承接成就感；中断或长时间未使用时用温和方式把用户拉回桌面。
资料来源与内部调研材料（6）
[9] Naama Assayag, Itai Berger, Shula Parush, Haim Mell, and Tami Bar-Shalita. 2022. Attention-deficit/hyperactivity disorder symptoms, sensation-seeking, and sensory modulation dysfunction in substance use disorder: a cross sectional two-group comparative study. International Journal of Environmental Research and Public Health, 19(5):2541. DOI: 10.3390/ijerph19052541.
[10] Barkley R A. Executive Functions: What They Are, How They Work, and Why They Evolved[M]. Guilford Press, 2012.
[11] Eagle T, Baltaxe-Admony L B, Ringland K E. Proposing body doubling as a continuum of space/time and mutuality: An investigation with neurodivergent participants[C]//Proceedings of the 25th International ACM SIGACCESS Conference on Computers and Accessibility. 2023: 1-4.
[12] Dawson P, Guare R. Executive Skills in Children and Adolescents: A Practical Guide to Assessment and Intervention[M]. Guilford Publications, 2018.
[13] Annavarapu S. Comparative Study of Body Doubling in Extended Reality[D]. Virginia Tech, 2024.
内部调研材料：Xiang Yan, Liang Huiyang, Ping Chengliang. A Virtual Personalized Study Companion: Addressing Learning Challenges for Adults with ADHD. CMAA5018, 2025.
AI 能力和侵入性的考量
取舍原则：AI 的价值在于降低任务理解、反馈生成和角色状态调度的成本，而不只是让角色“更会说话”。越靠近专注中的核心流程，AI 反馈越应该低侵入。
启发立项的一个现象是 Chill with You 玩家对 AI chat 和持续互动能力的需求。0107 产品分析中，团队对 n=6746 条评论清洗得到 4321 条有效数据，把“女主角 AI 系统”和“对话系统”拆为独立标签维度；0116 功能审计也把“互动重复”“希望有 AI 聊天”“后期缺乏新对话”归入 P2 内容消耗问题。AI 能力确实对应了陪伴产品的后期内容压力。
但 AI 能力不等于更强的打断。下图的交互行为侵入性矩阵把反馈方式按“用户需要付出的操作/认知成本”和“系统对当前任务的打断程度”拆开：计时状态、环境声和角色微动作属于低侵入；主动聊天、语音、强弹窗和复杂任务编辑则容易把用户拉出工作流。AI 的价值是降低任务理解、反馈生成和角色状态调度的成本，把高强度交互转化为更低侵入的状态反馈。
这一需求不能直接推导出“第一方应优先强化实时聊天、语音回复和主动搭话”。0107 产品分析对 Chill with You 的判断很明确：LLM、TTS、动作绑定技术上不难，玩家社区已用 mod 做出类 chatbot 能力；真正需要警惕的是交互成本——文本、语音和用户输入属于认知负荷较高的模态，会把用户从工作流里拉出来。
因此时空书桌的 AI 能力先服务三类场景：
- 任务理解与结算反馈：理解专注记录，结算时生成贴近当前任务的反馈；
- 角色状态调度：根据时间、连续专注、中断情况调整表情、动作和短句；
- 环境氛围个性化：推荐音乐、白噪音、房间状态和角色姿态的组合。
视觉、声音、角色和计时反馈共同构成桌面上的持续工作环境。
核心功能设计
基于三层产品结构，P0 核心功能围绕番茄钟、任务管理、个性化和设置四个模块展开，分别服务环境层、角色层与智能层的具体落地
番茄钟
任务管理
