对话测测创始人任永亮：把心情、星座、MBTI “产品化”，还赚到钱的人（轻商业）

认识你自己，但不必定义自己。人们总是渴望通过星座、测试来寻找自我存在的坐标，本质上是对确定性的执念。当算法开始解析情绪与性格，科学和玄学的边界变得模糊。那些看似娱乐化的测试背后，藏着现代人深刻的身份焦虑与情感渴求。真正的价值不在于测试结果本身，而在于过程中获得的自我觉察与共鸣。商业的成功往往源于对人性的精准捕捉——不是创造了需求，而是回应了那些未被言说的心灵诉求。在数据与感性的交汇处，我们终将明白，所有对外在标签的追寻，都是为了更温柔地理解自己。

越来越喜欢《晚点》，信息面足够大（宽广），有趣，速度（快），也有一定多思考。 最核心的是好奇… “因为医学在很早时就是一个安慰人的工作。在一百多年前、青霉素发明之前，医学里很大一部分工作其实是安慰人。有一个结核病医生的墓志铭就是“偶尔治愈，常常帮助，总是安慰”。 就像这个常识… 还有“人为什么总想测测自己”？非常好玩… 一方面自己有了内容素材，还宣传了别人（收广告费了吗 ？晚点😄）

从小就对星座，八字，玄学很感兴趣，测测是我下载的第一款星座App软件，也是用了最久，最忠实的用户。满足了我对玄学的一切探索。有些东西准是真的准不得不信。

这本书真的太有意思了！亮点超多，分享给大家✨ 1️⃣ 主题超独特：把星座、MBTI这些"玄学"和情绪管理结合起来，用算法和概率模型做成产品，还形成了可持续的商业模式！🔮 2️⃣ 数据+人性双视角：作者理工出身又懂心理学，教你用计算的方法捕捉人类对确定性的渴望，还能兼顾情绪和文化心理！🧠 3️⃣ 创业者的成长故事：INT P型的"空泛"特质反而成了优势，看任永亮怎么在产品打磨中补齐短板，实现个人和企业的共同成长！🚀 4️⃣ 行业标杆案例：测测App是"亚洲最大AI泛心理社区"，月活百万级，垂直领域做到极致就是这么牛！🏆 5️⃣ 实操指南：从赛道选择、算法原型到女性用户运营，完整拆解如何把"非理性"需求变成产品，创业小白也能学！📚 如果你好奇"科学和感性怎么结合"、"玄学怎么变生意"、"创业者怎么靠产品成长"，这本书既有故事又有干货，绝对值得一读！ #好书推荐 #创业干货 #心理学与商业 #成长必读 🌟

玄学算命，基于有周期性和大数据的底子，但本质上还是个社会现象，是人试图用确定性去应对生活里的不确定。所以它不单纯是一个纯粹的理性、科学的问题。而且它还有心理价值，有情绪价值，可以安慰到人。测测、抖音等产品本质上是基于算法去调动人的多巴胺等激素从而产生深度绑定。

书的内容是垃圾的for sure,但是让我体验了一把产品 并不知道测测这个产品，去用了一下，花了五十块钱体验了，我只能说它里面所有对测试问题都很简化。比如MBTI比如智商比如脑力潜力分布。为了尽快出结果所以给模版测试做了更多模版化和简化。但是应该也是有专业的数据投喂，命理的摆盘是准的（是的我短暂研究过命理）而大部分Ai会在命理上出现漂移就是不断变化 更多在于社区自嗨和足够多的测试然后付费让人去测，然后Ai解答非常的不理人，交互难度较大，只会在表面也就是不具有未来的发展和帮助人前进。不同的测试模型也没有形成协同趋势。比较容易吸引内心不坚定还无聊的人，准确来说容易吸引压力大的学生思维的人，希望知道自己在正确的道路上，少挫折优化路径 其实刚刚开始是震惊的在听说有这个产品后，我觉得为什么会有这个东西存在，因为MBTI的入口应该是完美的用户路径垄断，智商也是有更多专业的，做整合的有护城河吗，Ai哪里都有都可以聊，需要他来做范心理吗，然后发现就是社区和人上瘾了后很方便，盈利基于冲动消费 只能说是我会震惊于真的会有人做一个大合集然后尝试和其他方面打通来形成闭合链路。但是说句实话真的很不心理健康我对用户留存也有怀疑，可能初期的用户粘性和时长和转化率都还可以，但是要监控长期。同时做后续的提升可能要往心理咨询，职业发展最更专业更健康的服务，但是GPT也可以做 因为本身这会让人更不舒服因为没有解决问题更羞耻更加难受。我只能说垃圾心理强化垃圾用户。产品也难转换成人了解自己后的行动因为人会不断去测试然后厌恶自己然后卸载，解决不了他想解决的问题 社区功能看起来有一点像小红书切片，用户沟通较为短暂也很难沉淀，更像情绪的单次高频猛烈消费，发展空间明显 比起给一堆测试，我觉得如果改成先做基础测试比如MBTI什么的，然后建立聊天认知日记，可追踪可深挖可分享，持续聊天，然后适当推荐新的测试。 也有一些测试应该被去掉，要考虑清楚产品解决到底是什么问题，长期下来这些测试有协同效应吗。就比如我不建议把命理放进去，如果客户是来找刻度找理由找安全感，但是命理智商这种他解决不了都问题会让她有不好的体验，不过也可能会让客户继续发疯测试别的，但是最后肯定还是更佳厌恶自己。 然后对于单个测试也是测完就没了，没有个性化深度化的分析，而且分析等也很差比如命理很显然非常模版也没有考虑命理的动态流通，命理不是化学公式而是编码，不是缺什么，有什么就好的，你要看他的组合配置。而且他的分析也可读性很差 其实对于这种软件我更倾向于要有明显的干预或者引导不能让人随着自己的欲望为所欲为。还有健康的交互节奏，我并不是说负循环不存在也不好，因为像抖音也是负循环，但是他能做出来后续的价值链，这个产品我觉得够呛 这一篇看下来我觉得就俩个感受，首先他有什么必要融资，其次，创始人确实有自己的哲学观世界观但是绝对不是一个builder，没有自己的产品哲学，或者说哲学注入产品，从未系统建构一个强逻辑闭环的平台型产品。而他也根本没想到过产品的边界，测测这个产品，也正在超出创始人本人能控制的边界。给我的感觉是他本人不算是学习能力强的思维型创业者然后做了一个需要哲学的产品。做出来自然深度浅、节奏快、结构虚，认知闭环和用户成长的底层结构是空 产品可能会一直存在但是就会下降后然后在一个低值徘徊。产品还能改造但是我觉得这个创始人没有这个能力，除了执行力够，思维力学习力野心想象力都不够，而且说句实话我没有看到激情 而且说句实话，作为一个有社交效果和吸引人去测的认知型产品，我作为和Ai聊天走火入魔的人应该也算是潜在用户群体，我居然没有听说过他，小红书上面我也没有刷到过这种帖子他的渠道我不知道是怎么获客的，也没有看到过任何的链接接口在别的地方 他可能整个我体验下来觉得还算是合理的地方在于心理门槛设计 + 交易通道顺滑度 + 用户消费感知调控。它的收费项目，基本上大众的或者是比大众再要高一点点的，但是还没有到小众的测试都是免费的，而且他的免费项目是确实挺多的。对初期的留存和粘性比较友好，做完测试之后也会给你新的测试，然后你去翻找，然后这个时候就会推入更多付费的项目。 第二就是他做了金币，而不是现场付款，金币的价值和现场付款的价值的金额是比如九个金币是¥25，对于人的消费概念也会有一定的模糊，而且消费付款的转移通道非常丝滑。这些对于低动力用户的价值榨取都算做的不错。 但是我也思考了一下，如果他真的去做更深度的东西，他其实也很困难。他的交互界面太多太杂了，而且他的用户的深度思考深度学习的意愿肯定是不够强的，他很难去教育他们做长期主义，只能分层吧，钱用户继续这样榨取他们的价值，然后能深度的就深度走去，尝试真的解决他们的问题 然后这个UIUX太女性化了，我还以为是个什么小作坊的游戏，给人一种想要温暖可爱的感觉有点像QQ

3.7/5 测测是一款融合星座、MBTI、情绪洞察等泛心理工具的产品，拥有超5000万注册用户（八成是一线城市女性），数亿营收且持续盈利，团队仅200人。其创始人任永亮是北大医学部预防医学毕业的理工男，因感情感情低谷，从2011年开始用算法分析星座、生辰、性格系统，研究十余年并商业化。 任永亮受《爱因斯坦传》影响，对“世界是否可计算”“人类意识能否被数学描述”充满兴趣，大学时转向用计算机分析人类行为。他认为移动互联网时代“最大化多巴胺”的产品模式（如抖音）是被动消耗用户，而AI和具身智能的发展带来改变用户关系的机会，他想做能主动发起对话、观察状态、提供陪伴的机器人，打破这种循环。 在产品发展上，他选择大众高频的泛心理领域创业，因为专业领域受众小，且当时大机会多，这个垂直领域给了他学习和缓冲的时间。产品整合了MBTI、沙盘、星座等与荣格心理学相关的功能，还发展了在线双边平台，用户可成为达人提供咨询，平台获取收入。用户在测测上问得最多的是情感问题，任永亮认为这是人们缓解执念的方式，他还研究了情绪与激素（如催产素）的关系，试图从科学角度解释情感。 基于第一性原理的创业者可行方法论 • 需求洞察层：从人类底层情绪与认知需求出发，关注那些看似感性、用于安放情绪和获取确定性的需求（如情感困惑、对自我与他人关系的探索），这类需求具有普遍性和持续性。 • 技术应用层：利用自身技术背景（如机器学习、算法），将看似非科学的领域（星座、MBTI等）进行数据化、算法化处理，把“智人理解自己的假说”转化为可交互、可产品化的工具，实现感性需求的理性拆解与交付。 • 产品设计层：避开“最大化多巴胺”的被动消耗式产品循环，思考如何构建主动型、陪伴型的用户关系，让产品成为用户的“情绪伙伴”或“认知助手”，提供长期价值而非短期刺激。 • 市场切入层：选择大众高频、受众广泛的领域作为入口，尤其是那些被主流市场“看不上”的垂直领域，利用其竞争小的特点，争取学习和发展的时间窗口，逐步建立竞争壁垒。 投资思路 • 领域选择：关注泛心理赛道，尤其是将星座、MBTI、情绪管理等感性需求与算法、AI技术结合的项目，这类项目能满足用户对情绪安放、自我认知的深层需求，具有较大市场潜力。 • 团队评估：重视创始人的跨领域能力，如理工背景却能深耕感性领域，具备将技术与人文需求结合的能力，同时关注团队对细分领域的长期深耕能力，是否有足够的耐心和积累。 • 模式判断：看好具备双边平台潜力的项目，即能连接用户与专业达人（或AI），实现服务变现的模式，这种模式具有较强的商业闭环能力。 • 趋势把握：关注AI和具身智能在改变用户关系方面的应用，投资那些试图打破“最大化多巴胺”产品循环，致力于构建主动陪伴、深度互动型产品的创业方向。 商机总结 • 泛心理工具产品化：将星座、MBTI、情绪洞察等泛心理元素通过算法和产品设计进行标准化、工具化，满足用户对自我认知、情感解惑的需求，打造高频使用的入口级产品。 • 在线咨询双边平台：搭建用户与专业达人（或AI）的连接平台，让用户付费获取个性化咨询服务，同时为达人提供变现渠道，平台通过抽成或服务费盈利。 • AI陪伴机器人：利用AI和具身智能技术，开发能感知情绪、主动互动、提供陪伴与建议的机器人，打破传统“最大化多巴胺”的产品模式，在情感陪伴、情绪管理领域开辟新市场。 • 情绪与激素关联的产品研发：深入研究情绪与激素（如催产素）的关系，开发能调节人体激素分泌、改善情绪状态的相关产品，如结合AI互动的智能设备等。

-做陪伴机器人过程中，跟LOVOT创始人交流，他说他【最大的困惑是如何“让机器人调节人体催产素的分泌”，怎么找到那个值】？比如机器人的【大眼睛、动作、拥抱这些设计，其实都和催产素有关】顺这个思路，我就开始【“研究情绪受哪些激素影响”，把常见激素都了解了一遍】情绪问题本质是物质，可能就是各种激素的调节。比如，影响爱情的是多巴胺和催产素。【抖音就是以最大化多巴胺为基础的产品。小猫小狗、柔软织物 毛茸茸的东西，容易激发人的催产素】。聊天本身就能激发多巴胺，尤其是失恋、焦虑时，如果有人支持和鼓励，很容易同时分泌多巴胺和催产素。短期能缓解痛苦，长期则通过催产素建立一种持久的情感连接。（如果一切都是激素在作祟，人还有自由意志吗？【我们无法避免激素带来的情绪冲动，但可以选择是否让这个冲动转化为行为】） -无论是【东方的生辰八字，还是西方的十二星座，本质上研究的都是周期系统，都是围绕太阳与地球的关系所建立的一套“太阳历系统”：二十四节气与十二星座在时间划分上是高度一致的】为什么【一切都绕着太阳转？地球离它近一点或远一点，生命都可能无法存在；角度稍微变化，沙漠和绿洲的位置都可能对调。太阳是整个系统的核心，它的周期变化对地球的影响非常大，而这些变化往往也很难被完全解释】。周期真的很重要。再比如，有一个理论叫康波理论，说“人生财富靠康波”，这确实是的，我们中华文化里有六十甲子。为什么是【六十甲子？因为一代人就是60年：前30年，你在积累和创造，后30年则是只消耗不创造。基于这样的周期，经济学就会延伸出很多结论】。 -混沌理论：当一个系统变成复杂性系统，就会对初值很敏感，初值差0.1，结果可能差100倍。【复杂系统就是这样，对初值极其敏感。在我看来，人出生的时间、地点，基因、家庭里的环境，所有的这些，都是初值，而人又是一套最复杂的系统】 -【如果你已经在领先位置，其实不用太折腾创新，看看第二名怎么创新，再把它吸收过来就行。】当你已经在有优势的地位，创新反而带来更大的风险。 -我是学医出身，做过比较专业的科研。【但越专业的东西，受众越小。那时候我又没有资源和背景，我必须找一个大众高频使用的入口来创业】。所以我就从星座、心理测试这些年轻人愿意讨论、愿意转发的内容切入。我当时【做了很多小程序，在社交平台上测试大家对不同内容的兴趣，最后综合用户反馈，摸索出了测测最初的形态】。这个赛道刚好卡在一个空档里：【喜欢这些内容的人可能技术能力不够，而程序员又往往看不上这个方向。但我刚好两边都能搭上，就想试试看】——用技术手段把这些“有点无聊、但又有一点意思”的情绪和心理问题，用科技的方式解决。 -这个市场比较小，【在那个年代大家也看不上这种机会，大机会都特别多。但这是一个垂直的领域，好处就是给了我一定学习时间和战略缓冲期】 -这个世界是否是“可计算的”？【如果是可计算的，那说明人类是有可能成为上帝】。假设真有一个上帝创造了这个世界，那我们就能理解它背后的算法和原理。

它是一个“不完全理性”的人卖给“完全不理性“的人的产品。 科学的预测人格可以帮助企业选拔人才和认知自我。接下来探谈有效预测人格的方式。 我们现在有了哪些可以测量人心的手段？（Facebook 知道你的性格） 然而，光懂人格分类的学说理论并没有什么用，只有科学地测试人格才能有效指导企业选拔人才和认知自我。 1、自评式问卷 最简单粗暴原始的测量方法就是 5 点或者 7 点的自评量表。例如，测量大五人格最简单的 mini-marker 只有 10 道题，但是用的比较多的还是46道简短描述的版本。不过它还存在两个主要问题： 1）容易伪装：很多人格问题非常容易看出来问的是什么，所以应用在招聘选拔的情景中时，聪明的候选人很容易想出来应如何作答。 2）每个人对问题解释的想法不同：对于 5 点量表上的每一点究竟对应的是什么具体的行为、或者什么样的程度，不同的人理解也不同，这就导致有许多个人因素会影响人们对同一个问题的作答。 针对这个让人不能忍的自评五点量表，心理学家们想出了许多方法来解决。 首先第一种方法就是把五点量表改成迫选。比如这一对：「大多数的情况下，我会保持积极的态度。」「我喜欢跟别人一道实现共同目标。」 但这种测量的一个最大的弊端就是你的得分只能自己跟自己比。究竟你的外向性和别人的外向性相比谁更强，就很难对比。 2、自适应测验 还有一部分在统计学上的发展是把计算机自适应测验（computerized adaptive testing）的原理应用到人格测评中。 最著名的计算机自适应测验的例子就是以前的 GRE 考试－你如果答对了一道题，下一道题就会更难，答错了下一道就会更简单。 应用到人格测量中就是，假定你的外向性是在从内向到外向这个维度区间上的某一个点上，那么如果给你一道代表极端内向的题，你回答不像你，那么对你内外向的评估就往外向那边挪动一些。 这样通过几道题目就可以不断减小判断的区间，最后准确找出你在这个维度上所处的位置。目前几大咨询公司给出的人格测试很多都是基于这个原理的。 3、情景判断测试 当然，无论听着怎么高大上，这些改进方法还是不能逃离自评这个局限性。所以有一些研究者开始试图开发一些不那么直接的测量手段。 比如有一类测量方法叫做情景判断测验（situational judgment test）：具体说来就是给你一段关于一个情境的简要描述，然后针对这一情境提供四种可能的应对方法，让你选出你最有可能做出的回应。通过行为反推性格。 还有一类基于视频的 SJT－给你一个情境，你需要表现出自己的真实反映，而不是从一堆情境中选择。然后会有摄像头记录下来你的表现，之后有专业人员分析。 类似的非直接的测量还有一种叫做 conditional reasoning，这个更倾向于让你对一个情境做出判断，然后你看问题的角度、解读的方式会反映出你的性格。 也就是说从逻辑上来看不只一种反映是合理的，但是逻辑正确的反映可能会根据人格相关的动机不同而不同。这也跟我前面说过的，不同的人对同一情景的解读不同有关。 4、大数据 但无论怎样，这些测量多少还是逃脱不了「让我自己来告诉你我是什么样的人」。也就是说，人格测验是否能够给用户提供更多价值和洞见、告诉他们一些他们不知道的事情呢？ myPersonality 是剑桥的学者做的嵌入 Facebook 的第三方 app，FB 用户可以通过这个 app 做正规的人格测试，并看到结果反馈。 这篇 paper 就是通过研究用户发得 Facebook 状态信息的语言使用，与他们通过 myPersonality 测的大五人格，以及其他途径收集的信息（比如他人的评价、或者其他结果变量）之间的关系来研究是否能够通过人们使用语言的习惯来推测人格。 类似的，IBM 的 Watson 也提供类似的服务，他们的 Personality Insights API 可以通过分析人们在社交网站或公司内部（比如邮件系统）等使用的语言风格，来分析你的性格（大五）、价值观、需求等。 还有一些创业公司也在利用各种 online footprint，包括 tweets、blog、Facebook 等信息来帮助人们更好的了解自己的性格。 另外也有一个 2013 年的 PNAS 的文章，就是用 7 万多用户的 Facebook like 来推测他们的人格。研究者发现 FB Like 与自评的相关有 0.56，比熟人或朋友的评价与自己评价的相关系数0.49 还要高。 当然这两个研究都面临的一个限制是用户的 Facebook 使用程度。 比如用状态语言那个研究，如果没有发够 1000 条状态，他们的语言数据是不够用来建立有效的统计模型的。 所以这里筛选出来的有足够数据的用户本身就有一些偏差，可能本身就是某类特定性格的人，比如稍微外向一些喜欢分享自己事情的人。 这类研究面临的第二个挑战是校标的问题。 这些研究的隐含假设就是说人们用 5 点自评量表评价出来的就是「真实」的人格，然后用社交网站上的各类信息可以得到与这些「真实人格」高相关的结果。 但是由于我们前面探讨过了，这类测量本身就存在其局限性，所以究竟人格是什么、怎么测量、在哲学层面上，还是面临着定义的身份危机。 当下靠谱的人格测试：人格测量哪家强？众里寻它看「海洋」。（大五人格：Ocean) 最早对人格分类的研究来自于词汇学的研究（lexical approach）。 前面提到过 Gordon Allport 老先生在 30 年代初从字典里收集了几千个描述性格的词汇用于了解人类的性格；之后几年卡特尔把这些词归纳整理缩减到了 1711 个，然后开发了著名的 16PF 人格问卷。 90 年代初，Lewis Goldberg 进一步整理归纳，得出了 5 个维度，就是后来著名的大五人格。 其实不只一个心理学家通过各种统计分析、归纳总结等得到了最终的这五个维度，虽然 Goldberg 以及后来的 Costa 和 McCrae 通过设计测量问卷让这五个维度得到了更广泛的认可和接受。 那么大五主要是哪五个呢？这五个词的缩写是海洋（OCEAN）。 1、经验开放性（Openness） 喜欢学习新东西、探索新鲜事物、喜欢追求智力上的提高、想象力创新创意也跟此相关。很多创业型人才一般开放性也都比较高，与之相对的就是比较保守传统性格的人。 2、尽责性（Conscientiousness） 认真负责、工作努力、严谨自律、有秩序、有责任心、成就动机强等。这个特质在工作场所中的应用最多，因为研究表明它与工作绩效相关度最高。很多招聘选拔类的测试中都要看这个维度。 3、外向性（Extraversion） 内外向大家都懂，但是这里外向性不只包括 sociability－爱说话爱社交爱活动爱刺激这类，而且也包括 dominance－即是不是能够坚持自己的主见、是不是喜欢扮演主导的角色，这点常常跟领导力相关。不难判断，外向性跟销售人员的业务表现还是有相对比较强的联系的。 4、亲和性（也叫宜人性，Agreeableness） 这就是我们常说的一个人是不是友好，是不是温暖、乐于助人、态度谦逊温和、是不是给人面子等。 5、神经质（Neuroticism） 讲一个人是不是容易紧张、焦虑、抑郁、冲动、有攻击性等，情绪是不是稳定等。有趣的是，这个维度是除了尽责性之外、居然是跟一般工作绩效表现关联最高的维度。 大五在学术上是最被科学家们欢迎的，随着研究的深入，大五人格分类也在不断地演进完善。 大五在实际的使用中遇到的第一个主要问题是精细度的问题。 大五固然好，但是过于笼统，每一个维度都可以区分出一些更细分的子维度。于是造成在预测的时候欠缺准确性。具体来说，分为以下几点： 子维度： 为了提高预测的准确性，与之前从人格词汇上行提炼出大维度的方向不同，这次研究人员们开始下行去寻找子维度。在子维度方面，现在还并没有特别统一的结构，但是我当时在 UIUC 的教授 Fritz Drasgow 提出了包含 23 个子维度的结构。 更概括的维度： 为了提升对工作绩效的预测，还有一部分学者继续上行，寻找更概括性的大维度。比如 Hogan 提出的两个大维度是 getting ahead 和 getting along，一个是与个人成长自我实现有关的、一个是与他人的交往和相处有关的。 还有一种二分法是 identity 和 reputation，前者是你自己对自己的看法、你认为自己是怎样的；后者是你建立起的社会形象、或者他人对你的看法。 复杂特质： 还有一种上行的思路是创建一些更复杂的特质、是由一些有一定程度相关但又不完全相同的特质揉在一起的，比如核心自我评价（core self evaluation）这个概念－就是由四个特质组合起来的，包括内外控、情绪稳定性、一般自我效能感和自尊心等。 大家可能都听过一个 TED Talk，是讲一个人发展出了一个叫做 grit 的概念－这就是典型的复杂特质。这种上行的最大的好处是因为这些综合类的特质包含了许多东西，所以在测评的时候格外有利于提高预测效度。 大五在使用中遇到的另外一个问题是交互作用。 从前面的讨论可以看出，对这五个维度的测量是相对独立的，使用的时候也基本上都是分别解释。 但是后来的许多研究证明不同的维度之间会有交互作用。 比如两个维度的性格在一起可能有彼此增强或者削弱的作用。举个例子，研究人员发现只有员工在具有较高尽责性的时候，他们的外向性才与工作绩效成正相关；对于尽责性低的员工，外向与工作绩效无相关甚至负相关。因此，可以从这个角度去考虑改进。 于是一派研究学者就试图把大五维度两两组合，产生了有趣的 45 个子维度，并分别命了名。比如，一个外向性和开放性都高的人，可能是比较机智幽默的；但是一个开放性高但是外向性低的人，可能倾向于有洞见善深思。 这个 AB5C 模型虽然有它的独特性，但是并没有得到学术界过多的追捧。也许是因为有 45 个维度，估计专门研究的教授都记不全。 第三、广为人知的 MBTI。（谈谈不靠谱的MBTI） 据说，拿下 MBTI 的证书就可以两个小时收取上千元咨询费，人人爱做的 MBTI 真的靠谱吗？ 下面我们再来简单说一下广为人知的 MBTI。 MBTI（Myers-Briggs Type Indicator）是性格分类理论模型的一种，其基本理论是根据瑞士心理分析家卡尔·荣格于 1921 年所出版的书籍《心理类型》。 在判断一个心理测量是否科学的时候，通常要考虑三个方面: 可靠性，效度和完备性。 第一点是可靠性（Reliable）， 就是你隔几个礼拜或几个月重新做这个测验得到的结果是一样的。 MBTI 先天不足，因为它最大的一个问题是使用二分法－对于他的每一组特质，比如内向-外向，或者思考-感觉，他会有一个切分点然后把人一刀切，于是每个人就被归类到了一边。 相反，大五是把你在这个维度轴上的精确位置找出来，而不是给你做二分法归类。虽然我们前面讲过，人格可能因为情境、时间都等有所变化，大五也不可能有 100% 的可重复性，但是与这种人为二分的方法相比，大五还是信度更高。 二分法的另一个先天缺陷是他假设一个人如果是一种类型就不能是另外一种类型。但是就最简单的 thinking 和 feeling 这个维度，有些人可能同时能够有清醒理智的思考也善于感知情绪，这样的话直接分成两类就是过于武断的了。 第二点就是效度（validity），即是否能有效预测行为。 MBTI 并没有可靠的科学研究来提供效度数据。而大五有很多很多的 meta-analysis（元分析）来支持它与工作绩效表现的各种相关。 虽然从绝对值上来讲目前并不算太高，大概能最多达到 0.3-0.35 这样的相关系数，但是这个数字至少能保证在不同条件下都重复得到类似的结果。 MBTI 大多数用于解释、或者团队互动等，我很少看到有用 MBTI 做选拔的；即使有，也表示预测效度不可知。 第三点是完备（comprehensiveness），从 MTBI 的几个维度来讲，它并没有经过严格的自下而上的对多种特质的全面总结和统计分析，也不能涵盖所有重要的维度。 基于早期荣格的理论，那时候人格心理学的发展还很有限，很多分类系统都还没有完善出来，没有经过百家争鸣的过滤和筛选。所以它的完备性和理论基础都有可质疑的地方。 也不能说 MBTI 完全一无是处。大五与 MBTI 相比，也有其先天不足。正如我们前面讲过，大五略零散、缺乏对不同人格之间的协同作用的概括性总结（即 whole-person profile 层面的分析）。 这点上 MBTI 虽然未必是最好的分类方法，但分类法比特质法的确便于人们记忆和交流，MBTI 火起来也并无完全没道理，在解释在交流的层面上来讲，它确实比大五容易记忆和应用；但是在相关和预测的层面上，它的精度是没有办法与大五相比的。 也有一些学者试图研究大五的 profile 与工作或者学业表现的关系，但是目前还没有什么特别显著的进展。也许精确性和解释性之间天然就存在一定的矛盾对立吧。天然存在一定的矛盾对立吧。

一直对测测有浓厚的好奇心。身边有很多女朋友（包括我自己）在“前路茫茫”之际，测测自己的运程是一贴方便的安慰剂。曾数次鼓动精通玄学的朋友做一个类似的产品。可惜有专业的大多不擅长也不相信科技技术，故一直未“得逞”。 80%会员是女性； 早期医疗的目的就是安慰，测测的功能也是如此； 经历从提供工具 → 在线双边平台 → AI化 → 陪伴机器人过程，成为业内第一； 尝试用机器人创造一个虚拟灵魂，让碳基生命少些痛苦——输了也没有关系； 这个世界是否是“可计算的”？如果是，那么人类就是上帝； 要做好感性属性的事业，理性是必不可少的。 可以此文的访谈深度还是太浅。翻翻罢。