type
Post
status
Published
date
May 25, 2026
slug
lofideskmate
summary
tags
Long Reports 长报告
Project Briefs 项目概述
recommend
游戏设计
category
交互设计
icon
password
网址
项目概况
一句话概括：这是一个把番茄钟、任务记录、桌面氛围和 AI 角色放在同一张书桌上的专注陪伴游戏，核心不是“多一个聊天角色”，而是让用户在学习/工作时持续感到有人一起在场。
「时空书桌」（Lofi Deskmate: Right Beside You）是笔者在 buysmart.ai 期间与 @熊树豪 共同主策的一款 AI native 独立游戏。游戏以番茄钟（pomodoro）、done list 等效率工具与工作法为基础，结合 llm-based 角色，实现 body doubling 式的专注辅助。在游戏中，玩家可以结识「绵绵」和「叶教授」两位学习搭子，与他们一起完成专注、任务记录与日常陪伴。
本作的「AI 原生」tag 有两层含义。其一，游戏中的许多功能由 AI 驱动，例如聊天、任务日志评论、角色反馈等。其二，开发过程中引入了大量 AI workflow，例如用大模型辅助功能调研与需求拆解，生成音频资源，以及生成与筛选平面和 3D 美术资产。对我们而言，AI 既是产品能力的一部分，也是小团队推进这类专注陪伴游戏的关键生产条件。
项目背景
需求
关键洞察：专注陪伴产品解决的不是单纯“计时效率”，而是用户在数字环境中如何启动、维持和恢复注意力。它的设计对象，是注意力调节本身。
早期 attention-aware system 讨论的是人在数字环境中的有限注意力：系统应该感知用户任务、上下文和中断成本，决定什么时候提示、用什么强度提示，以及什么时候保持沉默。这个背景比“效率工具”更大。它关心的不是单一功能能不能提高产出，而是计算系统如何参与人的注意力分配、任务切换和自我调节。到了今天，这个问题从桌面通知和信息过载，延伸到了远程学习、居家办公、社媒分心和长期独处：用户需要的不只是屏蔽干扰，也需要能把自己带回任务现场的外部结构。
注意力经济把人的注意力视为稀缺资源，但在学习、写作和长期办公场景里，问题并不只是“信息太多”。很多用户真正卡住的地方，是启动任务前的心理阻力、无人监督时的松散感、长时间独处带来的孤独感，以及被提醒、弹窗和即时反馈反复切走的注意力。传统效率工具通常把解决方案放在计时、清单、屏蔽和统计上；这些机制有用，但也容易显得冷硬，难以覆盖“我需要有人陪我进入状态”的情绪需求。
这种需求在社媒语境里尤其具体。近几年，小红书、B 站、抖音和海外 TikTok 上都有大量“自我怀疑 ADHD / 自我确诊 ADHD / 执行功能障碍”的经验分享：有人把拖延描述成“不是不想做，是坐在桌前也启动不了”；有人会用直播自习室、连麦自习、咖啡馆学习和 study with me 视频给自己制造被看见的感觉；也有人反复寻找番茄钟、白噪音、桌面宠物、虚拟搭子和 AI 角色，希望用外部节奏替代纯靠意志力的自律。这里的“ADHD”不应被简单当作医学诊断标签，而更像一个用户用来描述自身注意力困境、拖延羞耻和自我管理失败感的民间语言。
从注意力界面和 assistive technology 的研究视角看，一个专注辅助系统需要同时处理结构和负担：它既要给用户足够明确的外部支架，又不能把新的提醒、对话和操作成本叠加到用户身上。尤其是对存在拖延、执行功能困难或 ADHD 相关注意力困扰的用户来说，真正重要的不是再多一个效率功能，而是能否在任务开始前提供启动线索，在任务进行中维持稳定环境，并在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：近期竞品已经证明，用户愿意为“低互动成本的陪伴式工作/学习环境”付费。这里可验证的不是某个单点功能，而是一种桌面陪伴场景。
从商业和产品验证看，陪伴式专注已经不是一个只停留在概念层面的方向。近期最直接的信号来自 Chill with You: Lo-Fi Story：这款产品以“和角色一起学习/工作”为核心卖点，上线不足两月售出约 245k 份，评论层面呈现“好评如潮”；游研社报道也提到其发售不到两周销量破十万、Steam 评价超过七千条，好评率一度达到 99%。它把专注工具、桌面陪伴和轻剧情包装在一个很窄但很清晰的使用场景里，证明了用户愿意为低互动成本的陪伴式工作/学习环境付费。
这类产品的可行性并不只来自销量。后续审计样本中，功能相关评论 1742 条，推荐率 94.6%；用户反复提到的并不是某个单点功能，而是“赛博同桌”“有人陪着一起努力”“为了角色愿意多坚持 25 分钟”这类体验表达。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。换句话说，专注陪伴游戏近期已经出现了一个可被验证的黑马样本，而它也为后续产品判断提供了一个很明确的参照系。
把这些信号放回「时空书桌」的立项语境里，可行性来自两个 overlap。第一，竞品验证了“陪伴 + 效率”的市场切口，但也暴露了工具深度不足、性能占用高、内容重复、剧情打断等明确缺口。第二，公司既有 llm-driven AI 聊天应用，已经覆盖角色对话、上下文理解和海外发行经验；笔者此前针对 Gogh 做过 n=6 的实际产品测试，也观察到 timer、音乐、视觉陪伴对 motivation、focus 和效率的正向反馈。
因此 P0 的优先级应落在“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 聊天和更重的玩法可以作为后续增强，但不能压过基础工具体验。
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
在做「时空书桌」之前，我已经持续看过一段时间专注辅助、效率工具和虚拟陪伴产品。项目启动后，我把调研拆成三条线：第一条是 Steam 侧的 Lo-Fi 专注陪伴游戏，重点看 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。
具体执行上，我没有只看功能清单，而是把评论、竞品走查和小规模测试放在一起读。Steam 评论先经过清洗和标签化，再按角色、计时、环境音、音乐、剧情、AI/chat、任务管理等维度归类；竞品走查记录核心入口、计时流程、任务管理深度、角色反馈频率和音频控制；此前 Gogh 的 n=6 测试则补充了用户在 timer、音乐、视觉陪伴和任务记录上的实际反馈。这条路径的目的，是把“用户说喜欢”拆成可设计的证据。
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。
我之前做注意力界面相关研究时，也一直在想类似的问题：一个系统到底是在帮用户维持注意力，还是只是换了一种方式打扰用户？成人 ADHD 学习陪伴的研究则让我更关注启动困难、拖延、外部提醒和情绪支持之间的关系。把这些经验放回「时空书桌」里，P0 阶段的判断就比较明确：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 介入必须服务这条闭环，而不是额外制造一套新的交互负担。
基于上述需求与验证，P0 阶段的设计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”三个阶段，并对应到用户动作、系统反馈、角色状态与 AI 介入位置。后续功能介绍也将沿着这条闭环展开。
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
沿着这条蓝图，P0 阶段的产品特性可归纳为三类：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。三者分别对应环境、角色与智能层三组设计问题。
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-driven 注意力辅助严肃游戏面对的是一个高度异质的用户群体。以这类应用面向的分心光谱上最极端的 ADHD （注意力缺陷多动障碍）人群为例，有些人需要咖啡馆、白噪音、旁人存在感这类外部刺激来启动任务；也有些人会被环境声、视觉变化或多余提醒迅速打断。笔者此前的 Gogh 测试也出现过类似分化：一部分受试者会认真挑选任务中播放的 lofi 音乐/白噪音，另一部分则会关闭所有音频选项。因此角色、声音和场景都需要给出足够多的选项，例如人形/非人形搭子、白噪音/音乐、雨夜/晴天等环境偏好。
因此「时空书桌」不能预设一种“正确的专注方式”。P0 的个性化目标，是先让玩家能够选择角色、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，逐渐理解玩家的偏好。
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 在这里不是单纯“多一个角色在屏幕上”，而是一种可被用户感知的低压在场。真实世界里，有些用户会去咖啡馆、图书馆或线上自习室，核心需求是让自己处在一个有人共同工作的场域里。相关 body doubling 研究把这种陪伴理解为一条连续谱：它可以发生在同一空间，也可以发生在异地；可以是同步的，也可以是弱同步的。虚拟学习搭子的价值，正是在于通过虚拟存在、任务拆分、实时进度和激励反馈，复制一部分线下陪伴带来的 accountability 和 task engagement。
从《放松时光》的产品分析看，专注陪伴成立的一大前提是“好像有人在关注我”：用户并不是只需要一个可爱的装饰物，而是需要一个能提供外部关注、模仿对象和时间锚点的陪伴对象。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，绵绵和叶教授要持续存在于专注流程里。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；玩家完成任务时，角色承接成就感；玩家中断或长时间未使用时，角色用温和方式把用户拉回桌面。
下图中的角色光谱也对应了这一判断：时空书桌的角色不应停留在纯装饰物一端，也不应滑向强互动、强索取注意力的聊天对象，而是位于“可被感知为共同在场”的中间区域。
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 的价值不是“更会说话”，而是降低任务理解、反馈生成和角色状态调度的成本。越靠近专注中的核心流程，AI 反馈越应该低侵入。
启发我们立项「时空书桌」的一大现象，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 的评论进行清洗，得到 4321 条有效评论，并把“女主角 AI 系统”和“对话系统”拆成独立标签维度；0116 功能审计里也把“互动重复”“希望有 AI 聊天”“后期缺乏新对话”归入 P2 级内容消耗问题。这说明 AI 能力确实对应了陪伴产品的后期内容压力。
但 AI 能力并不等于更强的打断。下图的交互行为侵入性矩阵把专注工具里的反馈方式按“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反馈；主动聊天、语音、强弹窗和复杂任务编辑则更容易把用户拉出工作流。AI 在这里的价值，是降低任务理解、反馈生成和角色状态调度的成本，而不是把所有交互都推向更高强度。
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 产品分析里对 Chill with You 的判断很明确：LLM、TTS、动作绑定在技术上并不难，玩家社区也已经用 mod 做出类 chatbot 能力；真正需要警惕的是交互成本。智能体的文本、语音和用户输入都属于认知负荷较高的交互模态，会把用户从工作流里拉出来。
因此，时空书桌里的 AI 能力更适合先服务三类场景：第一，理解任务和专注记录，在结算时生成更贴近当前任务的反馈；第二，调度角色状态和非语言行为，根据时间、连续专注、中断情况调整表情、动作和短句；第三，辅助环境氛围个性化，推荐音乐、白噪音、房间状态和角色姿态的组合。原先“沉浸式体验”的目标也并入这里：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。
P0 功能介绍
核心功能设计
番茄钟
包含番茄钟和正计时
任务管理
和 ai 的交互等……
个性化观察
设计语言
目的、风格、参考