今天小編分享的互聯網經驗：所有AI應用的盡頭，是MBTI？，歡迎閲讀。
你或許聽過卡學歷、卡年齡甚至卡顏值，但你聽過 AI 應用卡 MBTI 嗎？
MBTI，當代年輕人的星座（科學版），以測試的方式将性格劃抽成了 4 種維度、16 種類型，成為了近兩年時興的 " 社交貨币 "，也滲入了 AI 應用圈。你幾乎可以在所有的大模型產品中找到 MBTI 測試的智能體。
作為指導人與自我、人與人之間交往的理論，MBTI 也指導起了人與 AI 的互動。
"ENTP？對不起，你可能不是我們的用户。" 在一場硅星人與 AI 日記產品 " 心光 "APP 的對話中，創始人王禹效半開玩笑地説道，" 我們的用户大多是 IN 人（内向型直覺型），INFJ 最多。"
看似是調侃，但卻是有數據支撐的。心光團隊在用户調研中發現，在全球人群中占比不到 5% 的 INFJ，在 APP 用户中卻占比高達 30%，超級加倍。
2023 年 5 月心光用户 MBTI 調研（Oran 制）
不止心光，越來越多的開發者從 MBTI 下手做起了應用，" 我的 APP 是給 F 人做的，只有 F 人懂這種和 AI 聊天的感覺。" 有開發者説道。根據 MBTI 的劃分，J 人（判斷型）喜歡計劃和整理類 AI 產品，F 人（情感型）更喜歡細膩的產品，E 人（外傾型）一定要有社交功能 ......
不過，這一切的前提都建立在 MBTI 理論的科學性之上，但實際上作為一個上世紀 40 年的非學術型理論，人們對 MBTI 的質疑，遠比 AGI 能否實現要多得多。
那麼，把 MBTI 當作 AI 應用的理論指導，這事兒靠譜嗎？
AI 應用快把 MBTI 盤包漿了
你可能很難想象，MBTI 在 AI 界的利用率有多高。
比如，随機打開一個大模型產品，你總能在智能體界面看到一個使用人數超高的 MBTI 類 Agent。
左為智譜清言 APP；右為豆包 APP
再比如，在字節扣子和騰訊元器、百度飛漿上，你大概能搜到 1000 個 MBTI 相關智能體。
圖為扣子
這些智能體可以説是全方位無死角地爆改了MBTI。
基于生成式 AI，有的改變了測試方式，從原先固定的選擇題，改成讓 AI 和用户進行多輪不限主題的對話，由 AI 自行分辨；或者更進一步，直接讓 AI 分析用户社交主頁、聊天記錄甚至是照片；
還有的改變了測試對象，例如寵物版 MBTI，測測你的貓咪是好貓還是壞貓；測測名人，歷史上的 ta 是什麼性格；
還可以做延展的場景，例如 MBTI 社交，測測情侶的性格匹配度，測測星座和 MBTI 結合。
反正，不會測MBTI的大模型都不是好AI，甚至 AI 也得有自己的 MBTI。
一篇來自字節跳動的論文測試了六個大語言模型（arxiv.org），發現他們都有各自的 MBTI，且很難通過提示詞的方式進行調整。ChatGPT 是 ENTJ，而 Baichuan 居然是情感類而非思考類的 F 型性格。
我們詢問 Kimi 發現，它認為自己可能是 ESTJ；豆包認為自己更像是 ENTP。
既然 AI 和人一樣都有 MBTI，那人與 AI 的交流也可以遵循 MBTI 大法。于是，有人開始研究不同人格對于 AI 的接受程度（Loving the Robots: Personality Types in the Age of AI | 16Personalities），以及不同人格與 AI 之間如何更好的協作（https://arxiv.org/pdf/2409.15293）。
火到這種程度之後，學術界也開始整活。有網友發現，一些 AI 論文玩起了 MBTI 的諧音梗，把标題湊成了各種人格的縮寫。别管内容咋樣，但這樣的标題确實很有熱度。
以上種種 AI 對 MBTI 的分析還是太過粗略，随着研究深入，一大批針對特定人格類型的 AI 應用也出現了。
例如，T 人語氣轉換器，其實就是 AI 情商助手套了個 MBTI 的名字。T 型（思考）與 F 型（情感）相對應，T 人也往往被認為是説話直、共情差的代表，而通過 AI 轉換，能夠把 T 人原先冷冰冰的話語，轉化成更适配 F 人的有情感的話語。
還有針對 J 人（判斷型）的旅行計劃表、收藏型 APP，例如有胃之書的美食收藏型，就滿足了 J 型人格的偏好。
而 I（内向型）人的社恐型 AI 社交產品，則是要麼讓 AI 加入群聊、當捧哏，要麼直接砍去聊天功能。
MBTI 的火，算是讓 AI 狠狠蹭上了。
跟着 MBTI 做應用，靠譜嗎？
不過，MBTI 這個理論本身就飽受質疑。學術界普遍認為，這種将人格簡單劃分為 16 種類型的方法過于教條，将個性固化，甚至帶有某種 " 巴納姆效應 "（即通用性描述容易讓人產生認同感的現象），屬于遊走在科學與玄學之間的灰色地帶。
相信 MBTI 的 AI 應用們，也因此頗有幾分賽博玄學的味道。
不過，仔細看這些 AI 應用會發現，MBTI 的功能更像是為了給新技術找到了一個明确的場景、一個有趣的營銷抓手。畢竟，在大語言模型剛剛興起之時，應用層最缺乏的恰恰是具有病毒式傳播能力的場景。MBTI 作為一個廣受歡迎的通用标籤，在用户獲取成本居高企的當下，成為了一個低成本卻高效的營銷切入點。
在營銷的需求基礎之上，這些 AI 應用對 MBTI 的熱衷，也代表着開發者對用户理解的高度重視。
當下，AI 應用落地面臨的是如何組合新技術、新產品、新的需求滿足方式 ...... 未知太多。最終，用户能否接受、用户到底需要什麼，都還沒有足夠的共識，因此用户理解極為重要。
學過心理專業的王禹效提到，對于心光而言，MBTI 其實是一個後驗的指标，在研發設計的過程中并沒有采用到，反而會更多受到其他系統的心理學知識的影響。但在用户規模形成之後，出于個人的好奇，他和團隊進行了 MBTI 調研，才發現了閱聽人中 INFJ 的濃度如此之高。
" 盡管我們并不是以 MBTI 為指導、為某一類人而設計的產品，但在得知用户類型之後，确實提供了一個新的視角，更深入地理解我們的用户、注意如何讓大家用更順手。舉個例子，我們大概率就不會做社交功能。"
更有趣的是，這個產品的場景初衷是另一位聯合創始人 Oran 為自己設計的，而她恰恰也是一名 INFJ。
如今，在社交平台上，有大量的開發者都在基于自身需求設計產品。完成商業化閉環的產品，例如心光、胃之書也恰恰是極具個人特色的產品，并由此找到了個性化的同類型閱聽人。
或許，一款大眾通用的超級 AI 產品還沒有出現，但這些 " 具有性格 " 的 AI 應用給我們的啓示是：先深入理解目标用户、挖掘個性化需求，培育相似的忠實用户群體，再謀求人群擴張。
比起糾結 MBTI 本身的科學性，不如着眼于它背後折射出的用户洞察，這才是讓產品走得長遠的關鍵。
