报告 02

AI人格成长OS创业的约束

身份约束＝显式、可被现实推翻、真会改的生成模型，硬度却是自设；竞品空位真实但空着有原因

一个团队要在中国做"AI 人格成长 OS"，目标写出来只有一句：让系统持续建一个人的模型，照着模型给干预，让这个人真的变。但一句话不成题。同样这句话，摆在一个有无限时间和无限用户耐心的世界里是一道题，摆在中国、摆在 2026 年、摆在一支跑道有限的小团队手上，是另一道题。后面这道题的解空间窄得多，窄到最后只剩一个形状——一个人、一个问题、三十天。这个形状不是想出来的，是被几堵墙夹出来的。把墙摸清楚，那场对话最后为什么会收在这儿，就不必再归功于谁的灵感。

先摸边。

最要命的一条是证据。要把 Memory 变成 Model，系统要的不是"这个人说过什么"，而是一条完整的链：什么情境、他当时预测什么、情绪多强、实际做了什么、现实回了什么、预测错了多少。这条链只在事情发生的当口存在，隔两天再问，人会替自己重编一遍，编出来的是叙述不是证据。而中国用户的自述语料现在主要沉在豆包、DeepSeek 和微信聊天框里——一来不归你，二来那里面绝大部分是查资料、写邮件、翻译、闲聊，用对话里的说法是 task-related 而不是 self-related。这条硬，硬在"没有纵向行为证据就建不了模"，这是信息层面的事，不是努力层面的事。但要分清它硬在哪一截：常跟着它一起被引用的那句"中国人不会对某个专项 app 长期投喂语料"，就不硬了。Rosebud 攒了五亿字、七千五百个付费用户（对话中数字，未独立核验），它没有逼人写成长日记，它换了一个体裁。有人跨过去了还活着，这条就该从硬约束降级成"体裁没选对"——是旧解释，不是人性。

第二条，两个钟不同速。人格变化的钟按月按年走，产品考核的钟按天走。用户第三天就决定还要不要再打开，而模型的价值要三个月才显形。这个落差不是团队勤奋能抹平的，它硬。

第三条和第二条拧在一起：输入摩擦有上限。人愿意为自己的事付出的注意力，一次大概就是几十秒，而且他愿意付的是"我今天有个事想弄明白"，不是"我来帮 AI 更懂我"。后面那句话没人会连着说三十天。这条也硬——它是人的注意力预算，不是产品没做好。

第四条是现金和带宽。七个问题域乘 N 种人格组合乘 N 套干预乘 N 个反馈指标，复杂度炸开，团队做不完。对话里 GPT 一路在做减法（第一版不做完整 OS、被动数据统统先不要、第一版不同时做七个领域），底下垫的全是这一条。这是最标准的硬约束：现金流断了就没了，不商量。

第五条，标签会把人变形。告诉一个人"你是回避型"，他会开始用这四个字解释自己所有的行为，然后真的越来越像。这不是法规规定的，是认知系统本来就这么工作——所以它在世界层，是硬的。它跟规则层那条不一样：心理测评在中国有资质边界，app 不能做诊断、不能承诺疗效、广告不能绝对化，这些是软的，违反了有人罚你，是价码问题。硬的那条更狠，它不罚你，它直接把你的产品变成伤人的东西。

第六条是微信生态，软的。iOS 抽成、心理健康类目的审核敏感、微信里对外链和诱导分享的限制、社群运营是人力密集且自动化不了的活。有代价，但能算账。

第七条最容易漏：报酬和后果不对称。用户做三十天实验，做成了上行归他，失败了下行也归他——不光是"我又没做到"，还多一份数据坐实"我确实不行"。系统这边，上行是拿到高价值证据和留存，下行几乎为零，模型猜错了一句"待更多样本验证"就翻篇。这条非对称很结构性，它会一路影响到选哪个问题域、结果页怎么写、社群怎么运营。

第八条，信息卡在两头。用户看得见的是"我今天做没做"，系统看得见的是"你的预测和现实差了多少"——这个落差就是这个产品全部的价值来源，用户自己看得清就不需要它了。但反过来也成立：系统看不见用户不肯说的那部分，而防御机制、真实的价值排序、关系里难堪的那些事，恰恰只住在那部分里。更麻烦的是，能测的指标会把优化方向拽走：打卡率、完成率、DAU 都好测，模型到底变没变不好测。对话里提出的 MIG（每次交互给模型增加多少新信息）就是想把看不见的拽回可测，可 MIG 本身也只能估。这条硬，它解释了这个赛道里最常见的滑坡——做着做着就滑回打卡 app。

约束摆完，那场对话里的四处争执就能拆了，而且拆开会发现有几处根本不是同一道题。

第一处，用户问"如何让用户长期投喂语料"，GPT 把题改成"如何低摩擦获得高质量行为证据"。用户那道题底下垫着两个默认：数据量决定模型质量，以及拿数据的唯一办法是用户主动付出。GPT 那道题垫的是另外两个：信息增益而非字数决定模型质量，以及用户只为即时价值付出、不为长期价值付出。两道题的最优解方向几乎正交——前一道题的解空间里，最优解是加动机、加激励、做游戏化，想办法让人多写；后一道题的解空间里，最优解是让证据变成副产品，用户为了解决今天的事进来，系统顺手建模。改题改对了，但有一处被顺手滑过去：高质量证据仍然要用户如实报告自己的预测和结果，这仍然是主动付出，只是从一千字压到四句话。被消掉的是"日记"这个体裁的摩擦，不是自我报告本身的摩擦。摩擦降了一个量级，没降到零。

第二处，用户说"产品又变重了"，GPT 说"没有结构化就看不出改变效果"。这两句话说的压根不是同一样东西。用户的"重"指的是开发工作量和用户每天要动几下手指；GPT 的"必须结构化"指的是证据的可比性——没有基线、没有固定的四元组，第三十天和第一天就没法对比，"改变"就证明不了。一个在说界面，一个在说数据结构。这是四处错配里唯一一处真能被升维消掉的：结构化必须发生，但可以只发生在后台。前台让用户随口说"今天本来打算跑步，下班太累就没跑"，后台去抽情境、能量、计划行为、实际行为、障碍、下一个实验。对话里那句"结构化数据，非结构化体验"不是一句巧话，是这处错配拆开之后自动掉出来的答案。

第三处，前台简单和后台七层复杂，看着像矛盾，其实不是两方，是同一道题的两条约束——前台简单来自注意力上限，后台复杂来自建模的证据要求，各管各的，不冲突。真正的矛盾藏在旁边：后台七层的复杂度是团队带宽要付的账，而这笔账用户看不见，也不会为它掏钱。所以题面其实是"哪几层现在必须建，哪几层可以先空着"。Adaptive Assessment 就是拿现金流约束去切建模约束，把 L0 到 L7 从"必须全建"降成"按需实例化"——用户说"最近就是做不了事"，那就先测尽责性、神经质、目标清晰度、自主动机、完美主义、能量和环境限制，二十道题够了，依恋和防御先放着。

第四处最深，因为外观完全一样：三十天打卡和三十天 N-of-1 实验，都是三十天、都每天记录、都有社群、都有结果页，差别只在第一周做什么。打卡的第一周就开始改，实验的第一周什么都不改，只测基线。这背后是两套对"失败"的定价：打卡那套默认动力来自连续性，断了就是损失；实验那套默认因果推断需要基线和对照，失败是一个有信息量的样本，甚至是最有信息量的那个。定价相反，产品的全部气质就相反。这也直接决定了社群该怎么开——打卡群天然惩罚失败者，失败的人静默退群，留下的样本被成功者污染；实验群必须反着来，奖励如实上报失败的人。对话里说微信社群承担社会监督、见证效应和数据兜底，说得对，但没说透：微信群的默认引力就是打卡，把实验放进去，群会自动把它退化回打卡，除非运营一直逆着拉。这是引流微信的真实代价，不在抽成和审核里，在这儿。

错配拆完，再看几对真正互斥的约束把解空间夹成了什么形状。

第一对是证据密度乘输入摩擦。两条都硬：贝叶斯更新要求高频、结构化、带预测和结果的四元组；人的注意力只肯给几十秒、不结构化、想说啥说啥。交集不空，但窄得只剩一条缝——用即时价值换来的、伪装成对话的、后台结构化的微输入。Micro Capture 落在这条缝里，它不是产品设计师的灵感，是两堵墙之间唯一还能走人的地方。

第二对是显式可解释的模型乘标签的自我实现风险。要让用户第一眼就"对，就是我"，模型必须显式、可读；可显式可读天然就是标签化的，标签化就触发变形。交集同样被夹得只剩一种表达形态：概率、假设、待验证、等现实来推翻。"Hypothesis, not Identity"写出来像伦理自觉，其实是这对矛盾夹出来的唯一开口——不这么说，产品要么不可信，要么伤人。

第三对最难受，交集接近空：单点切入乘人格要全人。"行动执行"这个切口能测出尽责性、神经质和一点动机，测不出依恋和防御——而"为什么我是这样的人"这个卖点的来源，恰恰在依恋和防御那一层。依恋和防御的证据只能从关系事件里来，关系域正是第一版必须回避的高风险地带，因为那里失败的下行用户扛不起，还可能真出事。于是第一版注定只能交付"我的行为说明书"，交付不了"我是谁"。产品做的是行为改变，喊的口号是人格 OS，这个拧巴不是定位没想清楚，是这对矛盾在解空间里留下的空格。

第四对是护城河要长乘跑道要短。数据资产要两年才叠出交换成本，现金只够十二到十八个月。交集窄，但不空：必须做出一个短周期、可感知、能收钱的价值单元，而这个单元还得顺手沉淀长期资产。三十天实验加订阅正好落在这个交集里——三十天是能卖的最小单元，订阅是把三十天串成两年的唯一形式。

把这几条叠起来，那场对话最后收敛的那些动作，一个个都能长回来。

为什么是"一个人乘一个问题乘三十天"：带宽把域数砍到一，时间尺度错配把周期钉在三十天（更短看不到行为曲线，更长用户和现金都等不起），激励的非对称把域选到行动执行这个失败代价最低的地方，证据可比性要求把它做成 N-of-1 而不是打卡。四条一叠，这个形状是唯一落点，不是从几个方案里挑出来的。

为什么第一次报告不能只是"你是 INTP"，必须走到"特质—机制—问题—干预"：因为注意力预算只给你一次机会，而信息不对称是这个产品的全部本钱——报告必须当场兑现一次"你看见了我看不见的东西"，否则第三天就没有第三天了。

为什么结果页必须是"我的行为说明书"而不是"恭喜连续打卡二十八天"：因为下行归用户扛。说明书把失败的那几天重写成信息——"任务启动超过十五分钟时你的完成率只有百分之三十一"（对话中数字，未独立核验）——失败不再是纯损失，那条非对称才被压平一点。打卡页做不到这件事，它只会把失败原样退还给用户。

为什么要引流微信：中国用户在微信里说话的摩擦接近零，在 app 里不为零；app 的推送和触达受审核与系统限制；社群的见证效应能把一部分下行转移出去。三条一叠，微信是唯一的入口。代价前面说过了，群的引力会把实验拖回打卡。

为什么被动数据被推到第三阶段：不是因为它不值钱，是因为它同时撞在带宽和授权两堵墙上，而它能解决的问题（自述与行为的背离）在第一版还不是瓶颈——第一版的瓶颈是能不能证明一次改变。

为什么竞品全停在"部件型产品"，没人做成 OS：不是他们没想到，是各家的约束组把各家夹在各自的局部最优里。Rosebud 的证据通道是日记，日记拿得到叙述和情绪，拿不到"事前预测"和"事后现实"这两截，没有反事实证据，它就只能到 memory 加 pattern，长不出 model。BetterUp 的付费方是企业，企业只为工作绩效掏钱，它的模型注定 work-first，依恋防御那一层企业既不许碰也不想付。Rocky 的客户是教练不是个人，它卖的是方法论的交付壳，做出来的是 program model 不是 person model。Liven 走 wellbeing，这条路上的监管和话术不允许做诊断性表述，它的模型只能浅。四家不是同一个短板，是四组不同的约束各自夹出的四个不同形状。要长成 OS，得同时满足个人直接付费、拿得到预测和结果、敢做显式模型、敢碰关系域这四条——目前没人同时站在这四条上。这个空位是真的，但它空着是有原因的。

那么身份约束是哪一条。长期记忆不是，Rosebud 有；人格测评不是，那只是初始化。拿掉就不再是这个东西的那一条，是"系统持有一个显式的、可被现实证据推翻的你的生成模型，并且这个模型在证据面前真的会改"。拿掉"显式"，它变成聊天陪伴；拿掉"可推翻"，它变成人格测试，测完出报告就结束；拿掉"真的会改"，它变成 Memory。这一条还顺带把伦理那堵墙解了——可证伪就必须概率化，概率化就不下定论，不下定论就不塑造人格。

这条身份约束有个值得盯住的地方：它的硬度是自设的。没有任何世界规律或法条要求你必须持有一个显式模型，Rosebud 不持有也活得好好的。它是这个团队自己划下的定义性边界，因此它随时可以被拿掉——而且拿掉之后，产品立刻变轻、变好做、变成又一个竞品，短期数据多半还更好看。这个项目最难的那条约束，恰恰是唯一一条随时能自己松开的。往后每一次为了留存、为了转化、为了交付速度做取舍时，真正在赌的都是这一条。

若要松动，该重估的是"中国用户不会对专项 app 长期输入"这条——它被当成市场的世界边界，其实是被"写日记"这个体裁绑着的旧解释，改体裁就够，不必改人性。

题面 = 目标 + 约束                         解空间                      实际操作 (对话真收敛到的)
--------------------------                 -----------------           --------------------------
目标: 持续给一个人建模, 照模型干预, 让他真的变

[证据链要完整: 预测+结果]  (硬) --+
[人格的钟 vs 考核的钟]     (硬) --+
[注意力只给几十秒]         (硬) --+
[现金与团队带宽]           (硬) --+-- 夹出 --> [只剩一条缝:          --> [30 秒微捕捉, 前台自然
[标签会把人变形]           (硬) --+            即时价值换来的               语言, 后台抽四元组]
[可测指标拽走优化方向]     (硬) --+            副产品式结构化微证据;   --> [30 天 N-of-1, 第一周
[心理测评的资质与话术]     (软) --+            周期钉死在 30 天;            只测基线, 不改变]
[微信生态与审核]           (软) --+            域数压到 1;             --> [只做"行动执行"一个域]
[下行归用户扛]             (软) --+            表述只能概率化;         --> [说假设不下定论]
[* 显式且可被现实推翻的                        护城河只能靠订阅串]     --> [引流微信换低摩擦通道]
   自我生成模型]     (自设 / 身份约束)                                 --> [被动数据推到 Phase 3]

被夹成空的那一格:
   [切口要窄要安全 -> 行动执行]  ----+
                                     +--- 交集近乎空 --> 第一版只能交付"我的行为说明书",
   [卖点要"为什么我是这样的人"           |                 交付不了"我是谁";
    -> 证据只在关系域 L4]         ----+                   四家竞品各自卡在同一个空集的不同边

真伪定性: [中国人不会长期对专项 app 输入] 常被当硬约束,
          实为被"日记"这一体裁绑住的旧解释 -- 有人换体裁已跨过去