對話測測創始人任永亮：把心情、星座、MBTI “產品化”，還賺到錢的人（輕商業）

認識你自己，但不必定義自己。人們總是渴望通過星座、測試來尋找自我存在的座標，本質上是對確定性的執念。當算法開始解析情緒與性格，科學和玄學的邊界變得模糊。那些看似娛樂化的測試背後，藏着現代人深刻的身份焦慮與情感渴求。真正的價值不在於測試結果本身，而在於過程中獲得的自我覺察與共鳴。商業的成功往往源於對人性的精準捕捉——不是創造了需求，而是回應了那些未被言說的心靈訴求。在數據與感性的交匯處，我們終將明白，所有對外在標籤的追尋，都是爲了更溫柔地理解自己。

越來越喜歡《晚點》，信息面足夠大（寬廣），有趣，速度（快），也有一定多思考。 最核心的是好奇… “因爲醫學在很早時就是一個安慰人的工作。在一百多年前、青黴素發明之前，醫學裏很大一部分工作其實是安慰人。有一個結核病醫生的墓誌銘就是“偶爾治癒，常常幫助，總是安慰”。 就像這個常識… 還有“人爲什麼總想測測自己”？非常好玩… 一方面自己有了內容素材，還宣傳了別人（收廣告費了嗎 ？晚點😄）

從小就對星座，八字，玄學很感興趣，測測是我下載的第一款星座App軟件，也是用了最久，最忠實的用戶。滿足了我對玄學的一切探索。有些東西準是真的準不得不信。

這本書真的太有意思了！亮點超多，分享給大家✨ 1️⃣ 主題超獨特：把星座、MBTI這些"玄學"和情緒管理結合起來，用算法和概率模型做成產品，還形成了可持續的商業模式！🔮 2️⃣ 數據+人性雙視角：作者理工出身又懂心理學，教你用計算的方法捕捉人類對確定性的渴望，還能兼顧情緒和文化心理！🧠 3️⃣ 創業者的成長故事：INT P型的"空泛"特質反而成了優勢，看任永亮怎麼在產品打磨中補齊短板，實現個人和企業的共同成長！🚀 4️⃣ 行業標杆案例：測測App是"亞洲最大AI泛心理社區"，月活百萬級，垂直領域做到極致就是這麼牛！🏆 5️⃣ 實操指南：從賽道選擇、算法原型到女性用戶運營，完整拆解如何把"非理性"需求變成產品，創業小白也能學！📚 如果你好奇"科學和感性怎麼結合"、"玄學怎麼變生意"、"創業者怎麼靠產品成長"，這本書既有故事又有乾貨，絕對值得一讀！ #好書推薦 #創業乾貨 #心理學與商業 #成長必讀 🌟

玄學算命，基於有周期性和大數據的底子，但本質上還是個社會現象，是人試圖用確定性去應對生活裏的不確定。所以它不單純是一個純粹的理性、科學的問題。而且它還有心理價值，有情緒價值，可以安慰到人。測測、抖音等產品本質上是基於算法去調動人的多巴胺等激素從而產生深度綁定。

書的內容是垃圾的for sure,但是讓我體驗了一把產品 並不知道測測這個產品，去用了一下，花了五十塊錢體驗了，我只能說它裏面所有對測試問題都很簡化。比如MBTI比如智商比如腦力潛力分佈。爲了儘快出結果所以給模版測試做了更多模版化和簡化。但是應該也是有專業的數據投餵，命理的擺盤是準的（是的我短暫研究過命理）而大部分Ai會在命理上出現漂移就是不斷變化 更多在於社區自嗨和足夠多的測試然後付費讓人去測，然後Ai解答非常的不理人，交互難度較大，只會在表面也就是不具有未來的發展和幫助人前進。不同的測試模型也沒有形成協同趨勢。比較容易吸引內心不堅定還無聊的人，準確來說容易吸引壓力大的學生思維的人，希望知道自己在正確的道路上，少挫折優化路徑 其實剛剛開始是震驚的在聽說有這個產品後，我覺得爲什麼會有這個東西存在，因爲MBTI的入口應該是完美的用戶路徑壟斷，智商也是有更多專業的，做整合的有護城河嗎，Ai哪裏都有都可以聊，需要他來做範心理嗎，然後發現就是社區和人上癮了後很方便，盈利基於衝動消費 只能說是我會震驚於真的會有人做一個大合集然後嘗試和其他方面打通來形成閉合鏈路。但是說句實話真的很不心理健康我對用戶留存也有懷疑，可能初期的用戶粘性和時長和轉化率都還可以，但是要監控長期。同時做後續的提升可能要往心理諮詢，職業發展最更專業更健康的服務，但是GPT也可以做 因爲本身這會讓人更不舒服因爲沒有解決問題更羞恥更加難受。我只能說垃圾心理強化垃圾用戶。產品也難轉換成人瞭解自己後的行動因爲人會不斷去測試然後厭惡自己然後卸載，解決不了他想解決的問題 社區功能看起來有一點像小紅書切片，用戶溝通較爲短暫也很難沉澱，更像情緒的單次高頻猛烈消費，發展空間明顯 比起給一堆測試，我覺得如果改成先做基礎測試比如MBTI什麼的，然後建立聊天認知日記，可追蹤可深挖可分享，持續聊天，然後適當推薦新的測試。 也有一些測試應該被去掉，要考慮清楚產品解決到底是什麼問題，長期下來這些測試有協同效應嗎。就比如我不建議把命理放進去，如果客戶是來找刻度找理由找安全感，但是命理智商這種他解決不了都問題會讓她有不好的體驗，不過也可能會讓客戶繼續發瘋測試別的，但是最後肯定還是更佳厭惡自己。 然後對於單個測試也是測完就沒了，沒有個性化深度化的分析，而且分析等也很差比如命理很顯然非常模版也沒有考慮命理的動態流通，命理不是化學公式而是編碼，不是缺什麼，有什麼就好的，你要看他的組合配置。而且他的分析也可讀性很差 其實對於這種軟件我更傾向於要有明顯的干預或者引導不能讓人隨着自己的慾望爲所欲爲。還有健康的交互節奏，我並不是說負循環不存在也不好，因爲像抖音也是負循環，但是他能做出來後續的價值鏈，這個產品我覺得夠嗆 這一篇看下來我覺得就倆個感受，首先他有什麼必要融資，其次，創始人確實有自己的哲學觀世界觀但是絕對不是一個builder，沒有自己的產品哲學，或者說哲學注入產品，從未系統建構一個強邏輯閉環的平臺型產品。而他也根本沒想到過產品的邊界，測測這個產品，也正在超出創始人本人能控制的邊界。給我的感覺是他本人不算是學習能力強的思維型創業者然後做了一個需要哲學的產品。做出來自然深度淺、節奏快、結構虛，認知閉環和用戶成長的底層結構是空 產品可能會一直存在但是就會下降後然後在一個低值徘徊。產品還能改造但是我覺得這個創始人沒有這個能力，除了執行力夠，思維力學習力野心想象力都不夠，而且說句實話我沒有看到激情 而且說句實話，作爲一個有社交效果和吸引人去測的認知型產品，我作爲和Ai聊天走火入魔的人應該也算是潛在用戶羣體，我居然沒有聽說過他，小紅書上面我也沒有刷到過這種帖子他的渠道我不知道是怎麼獲客的，也沒有看到過任何的鏈接接口在別的地方 他可能整個我體驗下來覺得還算是合理的地方在於心理門檻設計 + 交易通道順滑度 + 用戶消費感知調控。它的收費項目，基本上大衆的或者是比大衆再要高一點點的，但是還沒有到小衆的測試都是免費的，而且他的免費項目是確實挺多的。對初期的留存和粘性比較友好，做完測試之後也會給你新的測試，然後你去翻找，然後這個時候就會推入更多付費的項目。 第二就是他做了金幣，而不是現場付款，金幣的價值和現場付款的價值的金額是比如九個金幣是¥25，對於人的消費概念也會有一定的模糊，而且消費付款的轉移通道非常絲滑。這些對於低動力用戶的價值榨取都算做的不錯。 但是我也思考了一下，如果他真的去做更深度的東西，他其實也很困難。他的交互界面太多太雜了，而且他的用戶的深度思考深度學習的意願肯定是不夠強的，他很難去教育他們做長期主義，只能分層吧，錢用戶繼續這樣榨取他們的價值，然後能深度的就深度走去，嘗試真的解決他們的問題 然後這個UIUX太女性化了，我還以爲是個什麼小作坊的遊戲，給人一種想要溫暖可愛的感覺有點像QQ

3.7/5 測測是一款融合星座、MBTI、情緒洞察等泛心理工具的產品，擁有超5000萬註冊用戶（八成是一線城市女性），數億營收且持續盈利，團隊僅200人。其創始人任永亮是北大醫學部預防醫學畢業的理工男，因感情感情低谷，從2011年開始用算法分析星座、生辰、性格系統，研究十餘年並商業化。 任永亮受《愛因斯坦傳》影響，對“世界是否可計算”“人類意識能否被數學描述”充滿興趣，大學時轉向用計算機分析人類行爲。他認爲移動互聯網時代“最大化多巴胺”的產品模式（如抖音）是被動消耗用戶，而AI和具身智能的發展帶來改變用戶關係的機會，他想做能主動發起對話、觀察狀態、提供陪伴的機器人，打破這種循環。 在產品發展上，他選擇大衆高頻的泛心理領域創業，因爲專業領域受衆小，且當時大機會多，這個垂直領域給了他學習和緩衝的時間。產品整合了MBTI、沙盤、星座等與榮格心理學相關的功能，還發展了在線雙邊平臺，用戶可成爲達人提供諮詢，平臺獲取收入。用戶在測測上問得最多的是情感問題，任永亮認爲這是人們緩解執念的方式，他還研究了情緒與激素（如催產素）的關係，試圖從科學角度解釋情感。 基於第一性原理的創業者可行方法論 • 需求洞察層：從人類底層情緒與認知需求出發，關注那些看似感性、用於安放情緒和獲取確定性的需求（如情感困惑、對自我與他人關係的探索），這類需求具有普遍性和持續性。 • 技術應用層：利用自身技術背景（如機器學習、算法），將看似非科學的領域（星座、MBTI等）進行數據化、算法化處理，把“智人理解自己的假說”轉化爲可交互、可產品化的工具，實現感性需求的理性拆解與交付。 • 產品設計層：避開“最大化多巴胺”的被動消耗式產品循環，思考如何構建主動型、陪伴型的用戶關係，讓產品成爲用戶的“情緒夥伴”或“認知助手”，提供長期價值而非短期刺激。 • 市場切入層：選擇大衆高頻、受衆廣泛的領域作爲入口，尤其是那些被主流市場“看不上”的垂直領域，利用其競爭小的特點，爭取學習和發展的時間窗口，逐步建立競爭壁壘。 投資思路 • 領域選擇：關注泛心理賽道，尤其是將星座、MBTI、情緒管理等感性需求與算法、AI技術結合的項目，這類項目能滿足用戶對情緒安放、自我認知的深層需求，具有較大市場潛力。 • 團隊評估：重視創始人的跨領域能力，如理工背景卻能深耕感性領域，具備將技術與人文需求結合的能力，同時關注團隊對細分領域的長期深耕能力，是否有足夠的耐心和積累。 • 模式判斷：看好具備雙邊平臺潛力的項目，即能連接用戶與專業達人（或AI），實現服務變現的模式，這種模式具有較強的商業閉環能力。 • 趨勢把握：關注AI和具身智能在改變用戶關係方面的應用，投資那些試圖打破“最大化多巴胺”產品循環，致力於構建主動陪伴、深度互動型產品的創業方向。 商機總結 • 泛心理工具產品化：將星座、MBTI、情緒洞察等泛心理元素通過算法和產品設計進行標準化、工具化，滿足用戶對自我認知、情感解惑的需求，打造高頻使用的入口級產品。 • 在線諮詢雙邊平臺：搭建用戶與專業達人（或AI）的連接平臺，讓用戶付費獲取個性化諮詢服務，同時爲達人提供變現渠道，平臺通過抽成或服務費盈利。 • AI陪伴機器人：利用AI和具身智能技術，開發能感知情緒、主動互動、提供陪伴與建議的機器人，打破傳統“最大化多巴胺”的產品模式，在情感陪伴、情緒管理領域開闢新市場。 • 情緒與激素關聯的產品研發：深入研究情緒與激素（如催產素）的關係，開發能調節人體激素分泌、改善情緒狀態的相關產品，如結合AI互動的智能設備等。

-做陪伴機器人過程中，跟LOVOT創始人交流，他說他【最大的困惑是如何“讓機器人調節人體催產素的分泌”，怎麼找到那個值】？比如機器人的【大眼睛、動作、擁抱這些設計，其實都和催產素有關】順這個思路，我就開始【“研究情緒受哪些激素影響”，把常見激素都瞭解了一遍】情緒問題本質是物質，可能就是各種激素的調節。比如，影響愛情的是多巴胺和催產素。【抖音就是以最大化多巴胺爲基礎的產品。小貓小狗、柔軟織物 毛茸茸的東西，容易激發人的催產素】。聊天本身就能激發多巴胺，尤其是失戀、焦慮時，如果有人支持和鼓勵，很容易同時分泌多巴胺和催產素。短期能緩解痛苦，長期則通過催產素建立一種持久的情感連接。（如果一切都是激素在作祟，人還有自由意志嗎？【我們無法避免激素帶來的情緒衝動，但可以選擇是否讓這個衝動轉化爲行爲】） -無論是【東方的生辰八字，還是西方的十二星座，本質上研究的都是週期系統，都是圍繞太陽與地球的關係所建立的一套“太陽曆系統”：二十四節氣與十二星座在時間劃分上是高度一致的】爲什麼【一切都繞着太陽轉？地球離它近一點或遠一點，生命都可能無法存在；角度稍微變化，沙漠和綠洲的位置都可能對調。太陽是整個系統的核心，它的週期變化對地球的影響非常大，而這些變化往往也很難被完全解釋】。週期真的很重要。再比如，有一個理論叫康波理論，說“人生財富靠康波”，這確實是的，我們中華文化裏有六十甲子。爲什麼是【六十甲子？因爲一代人就是60年：前30年，你在積累和創造，後30年則是隻消耗不創造。基於這樣的週期，經濟學就會延伸出很多結論】。 -混沌理論：當一個系統變成複雜性系統，就會對初值很敏感，初值差0.1，結果可能差100倍。【複雜系統就是這樣，對初值極其敏感。在我看來，人出生的時間、地點，基因、家庭裏的環境，所有的這些，都是初值，而人又是一套最複雜的系統】 -【如果你已經在領先位置，其實不用太折騰創新，看看第二名怎麼創新，再把它吸收過來就行。】當你已經在有優勢的地位，創新反而帶來更大的風險。 -我是學醫出身，做過比較專業的科研。【但越專業的東西，受衆越小。那時候我又沒有資源和背景，我必須找一個大衆高頻使用的入口來創業】。所以我就從星座、心理測試這些年輕人願意討論、願意轉發的內容切入。我當時【做了很多小程序，在社交平臺上測試大家對不同內容的興趣，最後綜合用戶反饋，摸索出了測測最初的形態】。這個賽道剛好卡在一個空檔裏：【喜歡這些內容的人可能技術能力不夠，而程序員又往往看不上這個方向。但我剛好兩邊都能搭上，就想試試看】——用技術手段把這些“有點無聊、但又有一點意思”的情緒和心理問題，用科技的方式解決。 -這個市場比較小，【在那個年代大家也看不上這種機會，大機會都特別多。但這是一個垂直的領域，好處就是給了我一定學習時間和戰略緩衝期】 -這個世界是否是“可計算的”？【如果是可計算的，那說明人類是有可能成爲上帝】。假設真有一個上帝創造了這個世界，那我們就能理解它背後的算法和原理。

它是一個“不完全理性”的人賣給“完全不理性“的人的產品。 科學的預測人格可以幫助企業選拔人才和認知自我。接下來探談有效預測人格的方式。 我們現在有了哪些可以測量人心的手段？（Facebook 知道你的性格） 然而，光懂人格分類的學說理論並沒有什麼用，只有科學地測試人格纔能有效指導企業選拔人才和認知自我。 1、自評式問卷 最簡單粗暴原始的測量方法就是 5 點或者 7 點的自評量表。例如，測量大五人格最簡單的 mini-marker 只有 10 道題，但是用的比較多的還是46道簡短描述的版本。不過它還存在兩個主要問題： 1）容易僞裝：很多人格問題非常容易看出來問的是什麼，所以應用在招聘選拔的情景中時，聰明的候選人很容易想出來應如何作答。 2）每個人對問題解釋的想法不同：對於 5 點量表上的每一點究竟對應的是什麼具體的行爲、或者什麼樣的程度，不同的人理解也不同，這就導致有許多個人因素會影響人們對同一個問題的作答。 針對這個讓人不能忍的自評五點量表，心理學家們想出了許多方法來解決。 首先第一種方法就是把五點量表改成迫選。比如這一對：「大多數的情況下，我會保持積極的態度。」「我喜歡跟別人一道實現共同目標。」 但這種測量的一個最大的弊端就是你的得分只能自己跟自己比。究竟你的外向性和別人的外向性相比誰更強，就很難對比。 2、自適應測驗 還有一部分在統計學上的發展是把計算機自適應測驗（computerized adaptive testing）的原理應用到人格測評中。 最著名的計算機自適應測驗的例子就是以前的 GRE 考試－你如果答對了一道題，下一道題就會更難，答錯了下一道就會更簡單。 應用到人格測量中就是，假定你的外向性是在從內向到外向這個維度區間上的某一個點上，那麼如果給你一道代表極端內向的題，你回答不像你，那麼對你內外向的評估就往外向那邊挪動一些。 這樣通過幾道題目就可以不斷減小判斷的區間，最後準確找出你在這個維度上所處的位置。目前幾大諮詢公司給出的人格測試很多都是基於這個原理的。 3、情景判斷測試 當然，無論聽着怎麼高大上，這些改進方法還是不能逃離自評這個侷限性。所以有一些研究者開始試圖開發一些不那麼直接的測量手段。 比如有一類測量方法叫做情景判斷測驗（situational judgment test）：具體說來就是給你一段關於一個情境的簡要描述，然後針對這一情境提供四種可能的應對方法，讓你選出你最有可能做出的回應。通過行爲反推性格。 還有一類基於視頻的 SJT－給你一個情境，你需要表現出自己的真實反映，而不是從一堆情境中選擇。然後會有攝像頭記錄下來你的表現，之後有專業人員分析。 類似的非直接的測量還有一種叫做 conditional reasoning，這個更傾向於讓你對一個情境做出判斷，然後你看問題的角度、解讀的方式會反映出你的性格。 也就是說從邏輯上來看不只一種反映是合理的，但是邏輯正確的反映可能會根據人格相關的動機不同而不同。這也跟我前面說過的，不同的人對同一情景的解讀不同有關。 4、大數據 但無論怎樣，這些測量多少還是逃脫不了「讓我自己來告訴你我是什麼樣的人」。也就是說，人格測驗是否能夠給用戶提供更多價值和洞見、告訴他們一些他們不知道的事情呢？ myPersonality 是劍橋的學者做的嵌入 Facebook 的第三方 app，FB 用戶可以通過這個 app 做正規的人格測試，並看到結果反饋。 這篇 paper 就是通過研究用戶發得 Facebook 狀態信息的語言使用，與他們通過 myPersonality 測的大五人格，以及其他途徑收集的信息（比如他人的評價、或者其他結果變量）之間的關係來研究是否能夠通過人們使用語言的習慣來推測人格。 類似的，IBM 的 Watson 也提供類似的服務，他們的 Personality Insights API 可以通過分析人們在社交網站或公司內部（比如郵件系統）等使用的語言風格，來分析你的性格（大五）、價值觀、需求等。 還有一些創業公司也在利用各種 online footprint，包括 tweets、blog、Facebook 等信息來幫助人們更好的瞭解自己的性格。 另外也有一個 2013 年的 PNAS 的文章，就是用 7 萬多用戶的 Facebook like 來推測他們的人格。研究者發現 FB Like 與自評的相關有 0.56，比熟人或朋友的評價與自己評價的相關係數0.49 還要高。 當然這兩個研究都面臨的一個限制是用戶的 Facebook 使用程度。 比如用狀態語言那個研究，如果沒有發夠 1000 條狀態，他們的語言數據是不夠用來建立有效的統計模型的。 所以這裏篩選出來的有足夠數據的用戶本身就有一些偏差，可能本身就是某類特定性格的人，比如稍微外向一些喜歡分享自己事情的人。 這類研究面臨的第二個挑戰是校標的問題。 這些研究的隱含假設就是說人們用 5 點自評量表評價出來的就是「真實」的人格，然後用社交網站上的各類信息可以得到與這些「真實人格」高相關的結果。 但是由於我們前面探討過了，這類測量本身就存在其侷限性，所以究竟人格是什麼、怎麼測量、在哲學層面上，還是面臨着定義的身份危機。 當下靠譜的人格測試：人格測量哪家強？衆裏尋它看「海洋」。（大五人格：Ocean) 最早對人格分類的研究來自於詞彙學的研究（lexical approach）。 前面提到過 Gordon Allport 老先生在 30 年代初從字典裏收集了幾千個描述性格的詞彙用於瞭解人類的性格；之後幾年卡特爾把這些詞歸納整理縮減到了 1711 個，然後開發了著名的 16PF 人格問卷。 90 年代初，Lewis Goldberg 進一步整理歸納，得出了 5 個維度，就是後來著名的大五人格。 其實不只一個心理學家通過各種統計分析、歸納總結等得到了最終的這五個維度，雖然 Goldberg 以及後來的 Costa 和 McCrae 通過設計測量問卷讓這五個維度得到了更廣泛的認可和接受。 那麼大五主要是哪五個呢？這五個詞的縮寫是海洋（OCEAN）。 1、經驗開放性（Openness） 喜歡學習新東西、探索新鮮事物、喜歡追求智力上的提高、想象力創新創意也跟此相關。很多創業型人才一般開放性也都比較高，與之相對的就是比較保守傳統性格的人。 2、盡責性（Conscientiousness） 認真負責、工作努力、嚴謹自律、有秩序、有責任心、成就動機強等。這個特質在工作場所中的應用最多，因爲研究表明它與工作績效相關度最高。很多招聘選拔類的測試中都要看這個維度。 3、外向性（Extraversion） 內外向大家都懂，但是這裏外向性不只包括 sociability－愛說話愛社交愛活動愛刺激這類，而且也包括 dominance－即是不是能夠堅持自己的主見、是不是喜歡扮演主導的角色，這點常常跟領導力相關。不難判斷，外向性跟銷售人員的業務表現還是有相對比較強的聯繫的。 4、親和性（也叫宜人性，Agreeableness） 這就是我們常說的一個人是不是友好，是不是溫暖、樂於助人、態度謙遜溫和、是不是給人面子等。 5、神經質（Neuroticism） 講一個人是不是容易緊張、焦慮、抑鬱、衝動、有攻擊性等，情緒是不是穩定等。有趣的是，這個維度是除了盡責性之外、居然是跟一般工作績效表現關聯最高的維度。 大五在學術上是最被科學家們歡迎的，隨着研究的深入，大五人格分類也在不斷地演進完善。 大五在實際的使用中遇到的第一個主要問題是精細度的問題。 大五固然好，但是過於籠統，每一個維度都可以區分出一些更細分的子維度。於是造成在預測的時候欠缺準確性。具體來說，分爲以下幾點： 子維度： 爲了提高預測的準確性，與之前從人格詞彙上行提煉出大維度的方向不同，這次研究人員們開始下行去尋找子維度。在子維度方面，現在還並沒有特別統一的結構，但是我當時在 UIUC 的教授 Fritz Drasgow 提出了包含 23 個子維度的結構。 更概括的維度： 爲了提升對工作績效的預測，還有一部分學者繼續上行，尋找更概括性的大維度。比如 Hogan 提出的兩個大維度是 getting ahead 和 getting along，一個是與個人成長自我實現有關的、一個是與他人的交往和相處有關的。 還有一種二分法是 identity 和 reputation，前者是你自己對自己的看法、你認爲自己是怎樣的；後者是你建立起的社會形象、或者他人對你的看法。 複雜特質： 還有一種上行的思路是創建一些更復雜的特質、是由一些有一定程度相關但又不完全相同的特質揉在一起的，比如核心自我評價（core self evaluation）這個概念－就是由四個特質組合起來的，包括內外控、情緒穩定性、一般自我效能感和自尊心等。 大家可能都聽過一個 TED Talk，是講一個人發展出了一個叫做 grit 的概念－這就是典型的複雜特質。這種上行的最大的好處是因爲這些綜合類的特質包含了許多東西，所以在測評的時候格外有利於提高預測效度。 大五在使用中遇到的另外一個問題是交互作用。 從前面的討論可以看出，對這五個維度的測量是相對獨立的，使用的時候也基本上都是分別解釋。 但是後來的許多研究證明不同的維度之間會有交互作用。 比如兩個維度的性格在一起可能有彼此增強或者削弱的作用。舉個例子，研究人員發現只有員工在具有較高盡責性的時候，他們的外向性才與工作績效成正相關；對於盡責性低的員工，外向與工作績效無相關甚至負相關。因此，可以從這個角度去考慮改進。 於是一派研究學者就試圖把大五維度兩兩組合，產生了有趣的 45 個子維度，並分別命了名。比如，一個外向性和開放性都高的人，可能是比較機智幽默的；但是一個開放性高但是外向性低的人，可能傾向於有洞見善深思。 這個 AB5C 模型雖然有它的獨特性，但是並沒有得到學術界過多的追捧。也許是因爲有 45 個維度，估計專門研究的教授都記不全。 第三、廣爲人知的 MBTI。（談談不靠譜的MBTI） 據說，拿下 MBTI 的證書就可以兩個小時收取上千元諮詢費，人人愛做的 MBTI 真的靠譜嗎？ 下面我們再來簡單說一下廣爲人知的 MBTI。 MBTI（Myers-Briggs Type Indicator）是性格分類理論模型的一種，其基本理論是根據瑞士心理分析家卡爾·榮格於 1921 年所出版的書籍《心理類型》。 在判斷一個心理測量是否科學的時候，通常要考慮三個方面: 可靠性，效度和完備性。 第一點是可靠性（Reliable）， 就是你隔幾個禮拜或幾個月重新做這個測驗得到的結果是一樣的。 MBTI 先天不足，因爲它最大的一個問題是使用二分法－對於他的每一組特質，比如內向-外向，或者思考-感覺，他會有一個切分點然後把人一刀切，於是每個人就被歸類到了一邊。 相反，大五是把你在這個維度軸上的精確位置找出來，而不是給你做二分法歸類。雖然我們前面講過，人格可能因爲情境、時間都等有所變化，大五也不可能有 100% 的可重複性，但是與這種人爲二分的方法相比，大五還是信度更高。 二分法的另一個先天缺陷是他假設一個人如果是一種類型就不能是另外一種類型。但是就最簡單的 thinking 和 feeling 這個維度，有些人可能同時能夠有清醒理智的思考也善於感知情緒，這樣的話直接分成兩類就是過於武斷的了。 第二點就是效度（validity），即是否能有效預測行爲。 MBTI 並沒有可靠的科學研究來提供效度數據。而大五有很多很多的 meta-analysis（元分析）來支持它與工作績效表現的各種相關。 雖然從絕對值上來講目前並不算太高，大概能最多達到 0.3-0.35 這樣的相關係數，但是這個數字至少能保證在不同條件下都重複得到類似的結果。 MBTI 大多數用於解釋、或者團隊互動等，我很少看到有用 MBTI 做選拔的；即使有，也表示預測效度不可知。 第三點是完備（comprehensiveness），從 MTBI 的幾個維度來講，它並沒有經過嚴格的自下而上的對多種特質的全面總結和統計分析，也不能涵蓋所有重要的維度。 基於早期榮格的理論，那時候人格心理學的發展還很有限，很多分類系統都還沒有完善出來，沒有經過百家爭鳴的過濾和篩選。所以它的完備性和理論基礎都有可質疑的地方。 也不能說 MBTI 完全一無是處。大五與 MBTI 相比，也有其先天不足。正如我們前面講過，大五略零散、缺乏對不同人格之間的協同作用的概括性總結（即 whole-person profile 層面的分析）。 這點上 MBTI 雖然未必是最好的分類方法，但分類法比特質法的確便於人們記憶和交流，MBTI 火起來也並無完全沒道理，在解釋在交流的層面上來講，它確實比大五容易記憶和應用；但是在相關和預測的層面上，它的精度是沒有辦法與大五相比的。 也有一些學者試圖研究大五的 profile 與工作或者學業表現的關係，但是目前還沒有什麼特別顯著的進展。也許精確性和解釋性之間天然就存在一定的矛盾對立吧。天然存在一定的矛盾對立吧。

一直對測測有濃厚的好奇心。身邊有很多女朋友（包括我自己）在“前路茫茫”之際，測測自己的運程是一貼方便的安慰劑。曾數次鼓動精通玄學的朋友做一個類似的產品。可惜有專業的大多不擅長也不相信科技技術，故一直未“得逞”。 80%會員是女性； 早期醫療的目的就是安慰，測測的功能也是如此； 經歷從提供工具 → 在線雙邊平臺 → AI化 → 陪伴機器人過程，成爲業內第一； 嘗試用機器人創造一個虛擬靈魂，讓碳基生命少些痛苦——輸了也沒有關係； 這個世界是否是“可計算的”？如果是，那麼人類就是上帝； 要做好感性屬性的事業，理性是必不可少的。 可以此文的訪談深度還是太淺。翻翻罷。