你或許聽過卡學曆、卡年齡甚至卡顔值，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分成了 4 種維度、16 種類型，成爲了近兩年時興的 " 社交貨币 "，也滲入了 AI 應用圈。你幾乎可以在所有的大模型産品中找到 MBTI 測試的智能體。
作爲指導人與自我、人與人之間交往的理論，MBTI 也指導起了人與 AI 的交互。
"ENTP？對不起，你可能不是我們的用戶。" 在一場矽星人與 AI 日記産品 " 心光 "APP 的對話中，創始人王禹效半開玩笑地說道，" 我們的用戶大多是 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。心光團隊在用戶調研中發現，在全球人群中占比不到 5% 的 INFJ，在 APP 用戶中卻占比高達 30%，超級加倍。
2023 年 5 月心光用戶 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，隻有 F 人懂這種和 AI 聊天的感覺。" 有開發者說道。根據 MBTI 的劃分，J 人（判斷型）喜歡計劃和整理類 AI 産品，F 人（情感型）更喜歡細膩的産品，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，但實際上作爲一個上世紀 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。
那麽，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産品，你總能在智能體界面看到一個使用人數超高的 MBTI 類 Agent。
左爲智譜清言 APP；右爲豆包 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。
圖爲扣子
這些智能體可以說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 和用戶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 分析用戶社交主頁、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，曆史上的 ta 是什麽性格；
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，它認爲自己可能是 ESTJ；豆包認爲自己更像是 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 人也往往被認爲是說話直、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 社交産品，則是要麽讓 AI 加入群聊、當捧哏，要麽直接砍去聊天功能。
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。學術界普遍認爲，這種将人格簡單劃分爲 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産生認同感的現象），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 的功能更像是爲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 作爲一個廣受歡迎的通用标簽，在用戶獲取成本居高企的當下，成爲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戶理解的高度重視。
當下，AI 應用落地面臨的是如何組合新技術、新産品、新的需求滿足方式 ...... 未知太多。最終，用戶能否接受、用戶到底需要什麽，都還沒有足夠的共識，因此用戶理解極爲重要。
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。但在用戶規模形成之後，出于個人的好奇，他和團隊進行了 MBTI 調研，才發現了受衆中 INFJ 的濃度如此之高。
" 盡管我們并不是以 MBTI 爲指導、爲某一類人而設計的産品，但在得知用戶類型之後，确實提供了一個新的視角，更深入地理解我們的用戶、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，這個産品的場景初衷是另一位聯合創始人 Oran 爲自己設計的，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産品。完成商業化閉環的産品，例如心光、胃之書也恰恰是極具個人特色的産品，并由此找到了個性化的同類型受衆。
或許，一款大衆通用的超級 AI 産品還沒有出現，但這些 " 具有性格 " 的 AI 應用給我們的啓示是：先深入理解目标用戶、挖掘個性化需求，培育相似的忠實用戶群體，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戶洞察，這才是讓産品走得長遠的關鍵。
