摘要

一些AI应用开发者发现，特定的MBTI类型用户更倾向于使用某些类型的AI产品。例如，内向型直觉型（IN）用户更倾向于使用AI日记产品，而情感型（F）用户则更喜欢细腻的产品。

尽管MBTI在AI应用中被广泛使用，但其作为一个非学术型理论，其科学性受到质疑，被认为是游走在科学与玄学之间的灰色地带。

MBTI在AI应用中的流行，部分原因是它作为一个广受欢迎的通用标签，为新技术提供了一个明确的应用场景和营销抓手，有助于降低用户获取成本。

与其纠结于MBTI的科学性，不如关注它背后反映的用户洞察。理解目标用户和挖掘个性化需求，对于AI产品的长远发展更为关键。

你或许听过卡学历、卡年龄甚至卡颜值，但你听过AI应用卡MBTI吗？

MBTI，当代年轻人的星座（科学版），以测试的方式将性格划分成了4种维度、16种类型，成为了近两年时兴的“社交货币”，也渗入了AI应用圈。你几乎可以在所有的大模型产品中找到MBTI测试的智能体。

作为指导人与自我、人与人之间交往的理论，MBTI也指导起了人与AI的交互。

“ENTP？对不起，你可能不是我们的用户。”在一场硅星人与AI日记产品“心光”APP的对话中，创始人王禹效半开玩笑地说道，“我们的用户大多是IN人（内向型直觉型），INFJ最多。”

看似是调侃，但却是有数据支撑的。心光团队在用户调研中发现，在全球人群中占比不到5%的INFJ，在APP用户中却占比高达30%，超级加倍。

不止心光，越来越多的开发者从MBTI下手做起了应用，“我的APP是给F人做的，只有F人懂这种和AI聊天的感觉。”有开发者说道。根据MBTI的划分，J人（判断型）喜欢计划和整理类AI产品，F人（情感型）更喜欢细腻的产品，E人（外倾型）一定要有社交功能......

不过，这一切的前提都建立在MBTI理论的科学性之上，但实际上作为一个上世纪40年的非学术型理论，人们对MBTI的质疑，远比AGI能否实现要多得多。

那么，把MBTI当作AI应用的理论指导，这事儿靠谱吗？

你可能很难想象，MBTI在AI界的利用率有多高。

比如，随机打开一个大模型产品，你总能在智能体界面看到一个使用人数超高的MBTI类Agent。

再比如，在字节扣子和腾讯元器、百度飞浆上，你大概能搜到1000个MBTI相关智能体。

这些智能体可以说是全方位无死角地爆改了MBTI。

基于生成式AI，有的改变了测试方式，从原先固定的选择题，改成让AI和用户进行多轮不限主题的对话，由AI自行分辨；或者更进一步，直接让AI分析用户社交主页、聊天记录甚至是照片；

还有的改变了测试对象，例如宠物版MBTI，测测你的猫咪是好猫还是坏猫；测测名人，历史上的ta是什么性格；

还可以做延展的场景，例如MBTI社交，测测情侣的性格匹配度，测测星座和MBTI结合。

反正，不会测MBTI的大模型都不是好AI，甚至AI也得有自己的MBTI。

一篇来自字节跳动的论文测试了六个大语言模型（arxiv.org），发现他们都有各自的MBTI，且很难通过提示词的方式进行调整。ChatGPT是ENTJ，而Baichuan居然是情感类而非思考类的F型性格。

我们询问Kimi发现，它认为自己可能是ESTJ；豆包认为自己更像是ENTP。

既然AI和人一样都有MBTI，那人与AI的交流也可以遵循MBTI大法。于是，有人开始研究不同人格对于AI的接受程度（Loving the Robots: Personality Types in the Age of AI | 16Personalities），以及不同人格与AI之间如何更好的协作https://arxiv.org/pdf/2409.15293。

火到这种程度之后，学术界也开始整活。有网友发现，一些AI论文玩起了MBTI的谐音梗，把标题凑成了各种人格的缩写。别管内容咋样，但这样的标题确实很有热度。

以上种种AI对MBTI的分析还是太过粗略，随着研究深入，一大批针对特定人格类型的AI应用也出现了。

例如，T人语气转换器，其实就是AI情商助手套了个MBTI的名字。T型（思考）与F型（情感）相对应，T人也往往被认为是说话直、共情差的代表，而通过AI转换，能够把T人原先冷冰冰的话语，转化成更适配F人的有情感的话语。

还有针对J人（判断型）的旅行计划表、收藏型APP，例如有胃之书的美食收藏型，就满足了J型人格的偏好。

而I（内向型）人的社恐型AI社交产品，则是要么让AI加入群聊、当捧哏，要么直接砍去聊天功能。

MBTI的火，算是让AI狠狠蹭上了。

不过，MBTI这个理论本身就饱受质疑。学术界普遍认为，这种将人格简单划分为16种类型的方法过于教条，将个性固化，甚至带有某种"巴纳姆效应"（即通用性描述容易让人产生认同感的现象），属于游走在科学与玄学之间的灰色地带。

相信MBTI的AI应用们，也因此颇有几分赛博玄学的味道。

不过，仔细看这些AI应用会发现，MBTI的功能更像是为了给新技术找到了一个明确的场景、一个有趣的营销抓手。毕竟，在大语言模型刚刚兴起之时，应用层最缺乏的恰恰是具有病毒式传播能力的场景。MBTI作为一个广受欢迎的通用标签，在用户获取成本居高企的当下，成为了一个低成本却高效的营销切入点。

在营销的需求基础之上，这些AI应用对MBTI的热衷，也代表着开发者对用户理解的高度重视。

当下，AI应用落地面临的是如何组合新技术、新产品、新的需求满足方式......未知太多。最终，用户能否接受、用户到底需要什么，都还没有足够的共识，因此用户理解极为重要。

学过心理专业的王禹效提到，对于心光而言，MBTI其实是一个后验的指标，在研发设计的过程中并没有采用到，反而会更多受到其他系统的心理学知识的影响。但在用户规模形成之后，出于个人的好奇，他和团队进行了MBTI调研，才发现了受众中INFJ的浓度如此之高。

“尽管我们并不是以MBTI为指导、为某一类人而设计的产品，但在得知用户类型之后，确实提供了一个新的视角，更深入地理解我们的用户、注意如何让大家用更顺手。举个例子，我们大概率就不会做社交功能。”

更有趣的是，这个产品的场景初衷是另一位联合创始人Oran为自己设计的，而她恰恰也是一名INFJ。

如今，在社交平台上，有大量的开发者都在基于自身需求设计产品。完成商业化闭环的产品，例如心光、胃之书也恰恰是极具个人特色的产品，并由此找到了个性化的同类型受众。

或许，一款大众通用的超级AI产品还没有出现，但这些“具有性格”的AI应用给我们的启示是：先深入理解目标用户、挖掘个性化需求，培育相似的忠实用户群体，再谋求人群扩张。

比起纠结MBTI本身的科学性，不如着眼于它背后折射出的用户洞察，这才是让产品走得长远的关键。