缘 · 关系引擎 400 人关系维护系统
让每一次认识,
都有下一步。
把成员明确表达的“正在寻找”与“可以提供”连接起来,再用六维关系适配判断如何靠近。 这个页面展示一个按 400 人容量设计、使用虚构成员的产品原型。
- 06
- 演示成员
- 06
- 匹配维度
- 400
- 目标容量
先在公开沙盘看懂产品,
真实资料始终留在受控工作区。
两层交付刻意分开:公开页只使用虚构成员;持久化资料、权限与运营动作只能进入 owner-only 工作区。
01 / MATCH LAB
两个人之间,
可能发生什么?
先看双方此刻能交换什么,
再用六个维度寻找更好的相处入口。
01 · 先定义匹配目标
同一对人,目的不同,权重、分数与推荐顺序也应不同。六维关系适配
当前目标 · 综合观察ACTION-AWARE MODEL · v0.5
目的不同,关系线索也不同
SUPPLY × DEMAND · 真实供需
—行动价值 正在寻找双方明确供需中的连接证据。 供需资料 — · 需求覆盖 —关系解读
正在生成这一组关系洞察。
- 适合场景
- —
- 需要留意
- —
02 / INTRODUCTION RADAR
这一周,
最值得促成哪几次认识?
扫描当前关系池的全部组合,
优先给出供需明确、成员不重复的高潜引荐。
当前按「综合观察」扫描:行动价值 = 65% 供需契合 + 35% 关系适配。当前 Demo 只匹配规范化后的同标签,不进行语义推断;真实 Demo 对 400 人的 79,800 组双人组合只持久化 101 桶分数分布与 Top 3 完整解释,不在前端展开全部分数,最终引荐仍由真实的人判断。
- 已展示
- — Top 3 候选
- 已安排
- — 进入引荐队列
- 暂缓中
- — 当前避让 30 天
- 决策覆盖
- — 安排 + 当前暂缓
400 人不是一句口号,
而是容量、计算与存储约束。
把产品最容易被追问的规模问题,直接放在页面上。- 成员容量
- 400 API 与 CSV 同一上限
- 完整关系组合
- 79,800 n × (n−1) ÷ 2
- 分布存储
- 101 0–100 固定分数桶
- 榜单去重
- 3 / 6 Top 3 使用 6 位成员
- 防退化预算
- <500ms 400 人双目标自动测试
- 01从 6 人种子池开始保留可读、可操作的产品演示。
- 02下载剩余 394 人样本编号从 007 到 400,结果可重复验证。
- 03明确确认后一次导入单条 JSON 展开原子写入,不拆成 394 次查询。
- 04得到 400 人与 79,800 对79,798 对可推荐、2 对按历史规则排除;Top 3 使用 6 位成员。
- 运行状态
- 待运行 由你现场触发
- 虚构成员
- — 确定性生成
- 完整组合
- — 没有抽样
- 分数桶
- — 固定 0–100
- Top 3 参与者
- — 目标为 6 人不重复
- 当前设备耗时
- — 不是生产 SLA
- —等待现场运行结果只使用虚构档案
这是本地纯计算回归门槛,不是托管环境 SLA;真实请求还包含数据库读取、网络与冷启动。
- 进行中引荐
- — 仍需推进
- 引荐触达率
- — 已经实际引荐
- 闭环率
- — 留下结果并归档
- 榜单采纳率
- — 安排 · 暂缓 · 展示
DAILY ACTION · CALENDAR EXPORT
把“该联系谁”,
放进今天的日历。
INTRODUCTION PIPELINE · 演示状态
引荐不是一次推荐,
而是一条要跟到底的关系任务。
-
已引荐
林知夏 × 周予安8 月 20 日回访
供需证据:AI 工具 ↔ 品牌场景;由共同信任的人发起一个三人小群。
RADAR · #1 / 13 eligible · 15 candidates · action-v1结果:双方已接上,并约定交换一轮真实需求。 -
待引荐
陈一野 × 顾南乔8 月 18 日前发起
围绕内容商业与组织发展,策划一次小范围深度对谈。
MANUAL · operator initiated · 12 eligible · 15 candidates · action-v1结果:双方完成首次交流,后续由本人继续联系。 -
已完成
陈一野 × 许昭结果已归档
供需证据:品牌设计 ↔ 内容曝光;从一次品牌项目对谈确认合作边界。
RADAR · #2 / 11 eligible · 15 candidates · action-v1结果:双方已接上并确认继续讨论品牌内容合作,记录归档。
EXPERIMENT TRACE · 待引荐 → 双方分别确认 → 已引荐 → 待回访 → 已完成。状态只能向前推进,完成时必须留下结果;真实 Demo 由数据库约束“已引荐必须双方接受”,由服务端冻结 candidate id、source、recommendation rank、candidate / eligible pair count 与 model version,同一条推荐只能采纳一次,浏览器不能改写。
FEEDBACK LOOP · 模型校准
不是相信一个高分,
而是观察高分后来发生了什么。
完成引荐时冻结匹配目标、行动价值、六维分数与供需证据快照,并记录结构化结果与 1–5 分质量;样本不足时明确保持“观察期”。
- 已分类样本
- — 观察期
- 正向结果率
- — 建立联系或产生合作
- 平均质量
- — 由运营者完成后评分
- 行动分差
- — 正向 / 非正向平均行动价值
BY INTRODUCTION SOURCE · 来源分层
把雷达推荐与人工引荐分开看,
但不把相关性包装成因果。
以下是观察性来源比较,不是因果实验;引荐并未随机分配,不能把结果差异直接归功于推荐模型。每个来源至少积累 5 个已分类样本,才进入分层复盘。
03 / RELATIONSHIP POOL
今天,
和谁重新靠近?
04 / DATA RIGHTS
关系可以被维护,
成员也必须能退出。
撤回优先于系统可用性。真实 Demo 不会为了继续展示匹配而悄悄恢复示例成员;关系池为空或只剩一人时,匹配暂停。
成员可以导出自己的档案、互动和引荐记录,先看见系统掌握了什么。
撤回机会匹配授权无需重新同意;需求与可提供资源立即清空,不再进入供需推荐。
明确二次确认后删除成员,并级联清理关联互动与引荐,允许关系池最终归零。
零人或一人不足以形成双人关系,界面明确显示暂停,不静默回填虚构数据。
05 / SYSTEM DESIGN
从一个打分页,
走向一套关系操作系统。
产品候选已经拆成十个能独立验证的闭环。匹配只是入口,真正的价值在于让社群关系持续发生。
- 01批量建池与知情授权
CSV 整批校验后一次写入;错误、重复或超容量时整批拒绝。成员可导出、局部撤回或整档删除;空池时匹配暂停,不静默回填示例数据。
- 02先定义匹配目标
综合观察、项目共创、资源互荐、同伴支持与深度对谈分别使用透明权重,不用一个总分回答所有问题。
- 03真实供需与行动价值
成员明确表达当前需求与可提供资源;以 65% 供需契合和 35% 关系适配判断哪次连接更值得行动。
- 04可解释匹配
每个分数展示输入资料、目标权重、资料覆盖与置信提示,不做黑箱推荐。
- 05冻结推荐批次
从 79,800 组关系里找到当前目标下的 Top 3,保存 101 桶分数分布、展示记录与 candidate id;可安排、结构化暂缓 30 天,也可提前恢复重新参与排序。
- 06双向确认与引荐闭环
分别记录双方对本次介绍的意愿;只有两边都明确接受,才能从待引荐进入已引荐,再按日期回访并在关闭时留下真实结果。
- 07互动形成记忆
记录发生了什么、承诺了什么、下一次靠近的理由。
- 08维护自动排序
综合时间、计划与关系温度,把注意力放到最值得的地方;逾期动作回到今天,未来动作提前提醒。
- 09运营驾驶舱
把榜单采纳率与“安排 + 当前暂缓”的决策覆盖率分开看;提前恢复会重新打开决策,但不抹去历史反馈。
- 10结果反馈与模型校准
由服务端冻结创建时的目标、供需证据、分数、来源、推荐名次、候选池与模型版本;按来源做观察性复盘,样本足够后再讨论调权,不把相关性当因果。
PRODUCT PRINCIPLE
不是用算法定义人,
是用线索更懂人。
成员供需来自本人明确表达;八字、情感盾甲、MBTI、星座、星盘与属相,只是“对话提示”,不是科学诊断。系统必须把判断交还给真实互动,也必须保护成员对资料的控制权。“情感盾甲”为需求阶段工作名,正式定义与量表需要和试点成员共同确认。
06 / PRODUCT DEFENSE
继续追问产品时,
我会这样回答。
90 秒走完产品以后,用这 6 张追问卡进入假设、工程、治理与试点细节。
01八字、星盘这些维度有科学依据吗?
我不会把它们包装成科学诊断。系统先使用成员本人明确表达的需求与可提供资源;六维只作为可解释的对话提示。MBTI 来自成员自述,“情感盾甲”仍是待共创的工作名,八字目前只到五行,星盘只到月亮与金星。若进入完整排盘,必须重新取得授权,并加入专业计算与时区校验。
02为什么是 65% 供需契合 + 35% 关系适配?
这是 action-v1 的透明产品假设,不是真理。之所以让供需占更高权重,是因为“此刻能互相回应什么”比性格标签更接近可行动证据。每次引荐会冻结模型版本、目标、分数与结果;同一来源至少积累 5 个已分类结果后才进入复盘,再决定是否调权。
03400 人、79,800 对组合,系统怎么扛住?
完整扫描所有双人组合,但不持久化 79,800 份完整报告,只保存 0–100 的 101 桶分数分布与成员不重复的 Top 3 解释;进行中、冷却期和暂缓中的关系先从候选里排除。<500ms 是本地纯计算防退化门槛,不冒充托管环境 SLA。
04怎样避免“系统觉得合适”就越权介绍?
进入关系池不等于同意本次被介绍。每次引荐分别保存双方的尚未询问、已询问待回复、愿意认识、暂不方便四态,以及询问时间和决定时间;只有双方都明确接受,数据库才允许进入“已引荐”。沉默、礼貌和历史授权都不能替代本次同意。
05怎么证明推荐真的创造了价值?
不把高分、曝光或点击当结果,而是记录推荐是否被安排或暂缓、介绍是否真正触达、是否完成回访、最终结果类型与 1–5 分质量。雷达推荐、人工发起和历史记录分开观察;没有随机分配时,只讨论相关性,不把差异直接归功于模型。
06如果一个社群明天开始试点,第一步做什么?
先和团队确认“情感盾甲”的定义、授权文案与退出流程,再邀请 30–50 位自愿成员建立种子池。连续四周由运营者每周审阅少量候选、分别征得双方同意并完成回访;先验证触达率、闭环率、关系质量和成员感受,再讨论扩大范围或自动化。
07 / 4-WEEK CO-CREATION PILOT
从一个能被验证的四周试点开始。
如果你正在运营一群真实的人,我们可以先选择 30–50 位自愿成员,共同验证“更值得发生的认识”能否稳定转化为触达、回访和成员感受。
先把 Demo 带进一次真实对话。
你可以从任意一组虚构成员开始,走完目标选择、关系解释、双向意愿和维护动作。是否共创、怎样试点、需要哪些资料,留到人与人的沟通里决定。