最近看到了一些基于微信機器人的有意思的應用，比如用微信匯報模型的訓練狀態(tài)（TensorFlow，Keras）。這個是個很好的出發(fā)點。聊天機器人 (chatbot) 這個概念在 slack, telegram, skype 甚至最早的 google wave 上面流行已經有一段時間了。大家主要用它來：

 

　　進行一些推送服務 。一個例子就是上面的模型訓練。還有持續(xù)集成（continuous integration）上也有一些 bot 可以讓你知道軟件編譯，測試和部署的狀態(tài)。

 

　　提供簡單的信息服務，比如可以查天氣，查 github issue 的 bot。

 

　　提供一些基于指令的服務。比如扎克伯格做的 bot，輸入開門的指令可以把門打開。

 

　　用一定程度的自然語言理解來陪聊.

 

　　但我覺得這些并沒有體現聊天機器人的核心優(yōu)勢。仔細看這四個方面的應用，它們其實都可以不通過聊天來完成，甚至不通過聊天可能會更方便。比如推送服務有系統(tǒng)信息推送（pushbullet, IFTTT notification等）， 查天氣系統(tǒng)就有app，智能家居我更希望點點按鈕而不是打字，陪聊這個必須要聊天沒辦法。大家愿意把它做到聊天程序里面去，主要是因為用戶實在是太話嘮了，很多時間都花在聊天程序里面，這樣做成bot等于多了一個入口，何樂而不為？但這樣做并不代表這個入口是最優(yōu)的或者無可取代的。

 

　　那聊天機器人適合什么場景呢？要思考這個問題必須首先要明確聊天機器人和其他平臺的區(qū)別在什么地方。除了 UX 層面必須基于文字，用戶經常在用以外，還有一個核心區(qū)別是這個機器人其實是可以拿到聊天記錄的（當然還取決于隱私設置 ）。在這個前提下可以做很多很多有意思的應用。一個例子是我們有個科大校友 AI 群，里面大多數情況都是在認真討論AI相關的話題。但微信群是為了聊天設計的，討論上畢竟不比基于主題的 BBS，沒有主題，沒有回復，沒有話題（hashtag），整個信息流非常雜亂。但人類懶的天性又決定了，這種討論更多的是在微信（或者其他即時通信軟件）上完成的，不太可能把它搬到 BBS 上去——每次填個主題，點個回復太麻煩了。有沒有可能用微信機器人，一方面又保持這種基于聊天軟件的便捷的特性，一方面又能整理整個信息流，讓信息變得有組織？比如一個人一天沒看群了，晚上跑來看看機器人整理的總結，就一目了然。以后搜索也方便。這是個很有意思的問題。

 

　　“讓信息有組織”還是太籠統(tǒng)了。具體地說，可以從以下幾個方面進行：

 

　　跨群轉發(fā)。這是個非常實用的功能。對群來說，因為微信一個群最多 500 人， 跨群轉發(fā)可以有效地把兩個群拼到一起，實現更廣泛的討論。對個人來說，也可以用有選擇的轉發(fā)來把信息歸檔。比如看老板或者妹子在你加的幾個群里每天都說了啥等等。

 

　　聊天消息的主題歸并，分析和搜索。微信聊天的基本單位是消息，但消息本身是非常碎片化的，很不適合搜索和分析。機器人可以把相關主題的消息歸并起來，一方面可以大幅減小信息過載，一方面也可以從中得到更有價值的信息（類似視頻分析里面把幀變成鏡頭）。這樣分析以后可以做知識歸檔，用OneNote/印象筆記甚至公眾號把討論的成果沉淀下來。

 

　　聊天脈絡的梳理。群里的人一多，經常會出現幾個話題并行出現的情況。這種情況對于理解和搜索都是非常不利的。機器人也需要把聊天的脈絡進行梳理，在同一時間，把不同主題分別開。

 

　　基本的統(tǒng)計數據。比如發(fā)言時間的分布，群的活躍度，成員的活躍度等等。做成漂亮的可視化，用戶應該也會喜歡，給產品加分。

 

　　在可行性方面這個也是可能的。比如有基于 python 的 itchat 和基于 typescript 的 wechaty。但穩(wěn)定性可能是個問題，因為它們都不是微信官方支持的 SDK，而是從 Web 微信的接口中抓包得到的 API?；?itchat，我做了一個在兩個群之間無腦轉發(fā)消息的機器人 (github)，應該蠻有用的，希望能拋磚引玉。

 

　　在前面的知乎中的近義詞系列里（一，二，三，四），我們介紹了一些基于文本理解的小應用，比如自動辨別近義詞，文章的分類，索引和搜索。那么這個微信機器人系列，就會嘗試把這些技術用到聊天群里面去，看能不能做出一個真正有用的智能機器人。