如何在“人生曲线”这种高风险语义领域，做一个工程上自洽、伦理上克制、体验上有价值的系统？

PredictorsGPT 是我最近上线的一个个人项目。
它经常被误解为“人生预测”“命运分析”，但实际上，它刻意避免了预测。

这篇文章不是产品介绍，而是一次工程视角的复盘：
我在设计这个系统时，做了哪些技术取舍，又主动放弃了什么？

---

一、为什么要做一个「非预测」系统？

作为工程师，我们都知道一个事实：

模型越像在“预测人生”，风险就越高。

风险不只是法律或合规，更多是：

• 用户会过度相信

• 情绪依赖会被放大

• 模糊表达会被当成“权威判断”

PredictorsGPT 的核心目标从一开始就被限定为一句话：

提供结构化理解，不提供结果性判断

这直接决定了后面所有的技术设计。

---

二、整体系统抽象：不是模型中心，而是「结构中心」

PredictorsGPT 的架构不是常见的「输入 → 大模型 → 输出」。

它是一个 三层解释系统：

Input (极简) ↓ Structure Layer（结构生成） ↓ Rule Layer（规则解释） ↓ Narrative Layer（语言转译）

1️⃣ Structure Layer：曲线 / 信号，而不是结论

系统首先生成的不是“解释文本”，而是结构：

• Life Curve：一条 0–80 岁的连续节律曲线

• Life Signal Map：一组发展信号带（用于未成年人）

这些结构本身：

• 不包含“好 / 坏”

• 不包含“会发生什么”

• 只表达 节律变化、密度、方向性

这一步是 完全 deterministic（确定性的）。

---

2️⃣ Rule Layer：为什么“感觉会这样”

第二层不是推断未来，而是回答一个更安全的问题：

为什么这个阶段“感觉像这样”？

规则只做三件事：

• 映射生命周期阶段（build / transition / consolidation）

• 结合代际结构（而不是个人数据）

• 解释节律变化的“心理合理性”

关键点是：

• ❌ 不做事件预测

• ❌ 不给行动指令

• ❌ 不制造紧迫感

---

3️⃣ Narrative Layer：AI 只负责“说人话”

AI 在这个系统里的角色非常克制：

它只负责把结构 + 规则翻译成情绪可理解的语言

也就是说：

• AI 不决定内容

• AI 不生成结构

• AI 不参与判断

它只是一个 Narrative Translator。

---

三、为什么坚持 Deterministic（确定性）？

一个看起来“更智能”的选择是：

每次生成一点不一样的内容，让用户觉得“更准”。

但我反而做了相反的决定：

PredictorsGPT 是完全可复现的

• 相同输入 → 相同结构

• 不依赖上下文记忆

• 不做隐式用户建模

原因很简单：

不可复现的“人生解读”会制造权威幻觉

而确定性可以：

• 降低心理依赖

• 方便自我对照

• 让用户把注意力放在“理解”而不是“信不信”

---

四、为什么未成年人不能用 Life Curve？

这是一个强伦理约束。

对 2010s 出生用户：

PredictorsGPT 不会生成完整人生曲线。

原因是：

• 轨迹尚未形成

• 曲线会被误解为“定型判断”

• 家长更容易过度解读

所以我单独设计了 Life Signal Map：

• 不画完整曲线

• 不出现“高峰 / 低谷”

• 只呈现发展信号与环境敏感度

这是一个工程层面的伦理分支，而不是文案免责声明。

---

五、刻意放弃的功能（也是设计重点）

从工程角度看，PredictorsGPT 少做了很多“很容易加”的功能：

我刻意没有做的事情：

• ❌ 准确率对比

• ❌ 成功 / 失败标签

• ❌ 行为建议列表

• ❌ “你该怎么做”

• ❌ 历史数据追踪

• ❌ 用户画像积累

这些都能提升留存，但会降低系统边界清晰度。

---

六、这是一个“工程克制”的项目

PredictorsGPT 更像一次工程实验：

• 如何在高风险语义领域做产品？

• 如何让 AI 只做它该做的事？

• 如何通过架构而不是文案来控制伦理边界？

如果用一句话总结：

Life doesn’t need a verdict.
It needs structure, rhythm, and space.

---

七、写给工程师的最后一句话

如果你也在做：

• 心理相关

• 人生阶段

• 决策辅助

• 情绪支持

• 人生工具类产品

也许可以问自己一个问题：

哪些能力，是技术上能做，但伦理上不该做的？

PredictorsGPT.com 的很多设计，其实都是从这个问题倒推出来的。