我们请 AI 模型来拆解它。

我们把这套设计拿给三个能力很强的 AI 模型看过——不是让它们来夸的，而是让它们专门挑毛病。跑了好几轮之后，有一个出乎意料的结果：三个模型不约而同地指向了同一组风险点。更有意思的是，这些风险点恰好就是我们第一份预注册研究里要验证的那批假设。也就是说，这个框架本身其实已经知道自己哪里最薄弱了。

我们把他们最尖锐的建议都融合进去之后，三位审阅人重新看了修改后的方案，得出了一致的结论：这是一个扎实、诚实、可以正式注册的研究计划——虽然还没有采集数据，但已经具备了注册和公开的条件。其中一位的说法很到位——这个计划已经变成了一个「愿意发现自己可能是错的」的项目。

• “这套结构是一张经过精心推理搭建出来的图谱，但目前还不是一张被数据验证过的图谱。其中有些区分在个人体验层面或许确实存在，但放到真实人群中，可能很难把它们真正拆分开来。”

  我们的回答同意——而这恰恰是整个计划最核心要检验的事情。各项权重本身就是假设，不是需要捍卫的立场。我们已经在文件中明确承诺：如果数据表明有必要，我们会对原型进行实质性的合并、重新归类，甚至直接删除。

• “如果因子分析最终提取出来的分组不到十一个，你们会不会直接说一句「这在预期之内」就带过去了？那这个模型岂不是永远没法被证伪？”

  我们的回答说得对。所以我们把「什么情况下这个理论就算被推翻了」写得清清楚楚：不只是「分组变少了」这种笼统的说法，而是一个具体的预测结构——哪些原型应该靠在一起，哪些原型之间应该存在分界线，都提前画好了。如果实际数据跑出来的图谱跟我们事先画的对不上，那这个理论就是错的，我们会如实报告它是错的。

• “「认同感」——也就是「人们觉得说的就是自己」——是世界上最容易伪造的东西。随便给人一段好听的描述，谁都会点头。”

  我们的回答这是最尖锐的风险点，所以在验证上投入的力度也最大。辨识度的衡量方式是这样的：拿一段听起来很讨喜但其实谁都适用的通用描述做对照，真正的描述必须比这段通用描述更容易被认出来；同时，陌生人在判断一个人属于哪个原型时，准确率必须高于随机猜测。如果某一对原型在这两项测试中没能通过，就直接合并——没有例外。

• “说出一个具体的发现，能让某个原型彻底站不住脚、必须被删掉。如果说不出来，那这就不是研究，只是在保护已有的分类体系。”

  我们的回答我们明确列出了三种情况：迁移（它其实属于另一个维度）、合并（两个角色本质上是同一件事）、以及删除（它自身的标准都立不住，也没有提供其他原型覆盖不了的东西）。每一种都有事先设定好的判定条件。

• “控制大五人格特质后，原型还站得住吗？”

  我们的回答先友善地纠正一下这个问题本身的前提：大五人格只是众多标尺中的一把，而不是现实的底层结构。我们的验证对象是整个可测量的全景——人格特质、敏感性、依恋模式、生活结果，全部纳入。如果有一组区分，在大五维度上看起来几乎是人格双胞胎，但在敏感性或生活结果上呈现出明显差异，那就说明这组区分在大五看不到的地方找到了自己的立足点——我们会保留它。

• “三题速测版太薄。几道题撑不起有把握的结果。”

  我们的回答没错，它本来就是一幅快速勾勒的素描，不是最终定论——每份结果都附有提示，说明随着测试深入，画像会越来越清晰。我们去掉了那些让画面变模糊的题目，AI 审查也认同这是在结构上做了正确的取舍。

这些是 AI 审查，不是同行评审。它们是一种快速、严苛、对抗式的初步检验——让能力很强的 AI 模型来尝试击破其中的推理——但它们无法替代专业的人工审查，更无法替代数据本身。这些审查能告诉我们：整个设计在逻辑上是自洽的，并且对自身的不足是坦诚的。但它们没办法告诉我们这个框架是否为真。只有分阶段的实证验证才能开始回答这个问题，而这项工作才刚刚起步。

我们之所以公开这些评审，是因为透明本身就是我们想要做到的事：设计是公开的，对设计的质疑和挑战也是公开的，包括其中暴露出的问题，全都摆在明面上。