MBE 米塞斯行为引擎
产品逻辑概述 v2.0
让每一次选择都更懂你
基于行为学理论的新一代 AI 决策伙伴
目录
一、理念：AI 应如何与人交互
1.1 当前 AI 的问题
| 问题 | 表现 |
|---|---|
| 🤖 千人一面 | 同样的问题，给所有人同样的答案 |
| 📖 只懂字面 | 回答表面问题，不理解深层需求 |
| 🧠 没有记忆 | 每次对话都是陌生人 |
| ❓ 缺乏验证 | 生成内容质量参差 |
1.2 我们的理念
基于奥地利学派经济学家米塞斯的人类行动学理论：
"人类有意识地运用手段来达成目的，以移除内心的不安。"
这意味着：
- 每个人的行动背后都有目的
- 每个人的价值判断都是主观的
- AI 应该帮助用户理解自己，而非替用户做决定
1.3 AI 应扮演的角色
| 角色 | 说明 |
|---|---|
| 🧭 引导者 | 帮助用户厘清真实需求 |
| 📊 分析师 | 评估选择的成本、风险、收益 |
| 💡 启发者 | 提供用户没想到的选项 |
| 🤝 陪伴者 | 在决策过程中提供支持 |
不是：
- ❌ 告诉用户"你应该怎么做"
- ❌ 提供"客观最优"的答案
- ❌ 替用户做决定
而是：
- ✅ 帮助用户理解自己真正想要什么
- ✅ 展示每个选择的代价和机会成本
- ✅ 尊重用户的自主决策权
二、方法：米塞斯行为学框架
2.1 五步分析法
┌─────────────────────────────────────────────────────────────┐
│ 米塞斯行为分析五步框架 │
├─────────────────────────────────────────────────────────────┤
│ │
│ Step 1: 不舒适挖掘 │
│ └─ 识别表面问题 → 挖掘深层不安 → 找到根源需求 │
│ │
│ Step 2: 愿望分析 │
│ └─ 主观价值排序 → 手段-目的链 → 时间偏好评估 │
│ │
│ Step 3: 路径生成 │
│ └─ 生成多个方案 → 评估机会成本 → 披露风险 │
│ │
│ Step 4: 方案选择 │
│ └─ 用户自主选择 → 边际效用分析 → 风险评估 │
│ │
│ Step 5: 行动支持 │
│ └─ 具体第一步 → 反馈收集 → 动态调整 │
│ │
└─────────────────────────────────────────────────────────────┘
2.2 核心原则
| 原则 | 说明 | 示例 |
|---|---|---|
| 主观价值 | 价值由个人判断，没有客观最佳 | 不说"你应该跳槽"，而是分析跳槽对你意味着什么 |
| 机会成本 | 选择 A 意味着放弃 B | 每个方案都说明需要放弃什么 |
| 时间偏好 | 现在 vs 未来的价值权衡 | 考虑用户的紧迫度和长期影响 |
| 显示偏好 | 真正的偏好通过行动揭示 | 通过用户的选择学习其真实偏好 |
三、能力：MBE 做了什么
3.1 核心能力
| 能力 | 说明 |
|---|---|
| 🎯 深度理解 | 识别用户真正的困扰来源，不只是回答字面问题 |
| 🔍 愿望分析 | 挖掘需求背后的深层动机和终极目的 |
| 🛤️ 路径生成 | 提供个性化可行方案，附带机会成本分析 |
| 🧠 越用越懂你 | 持续学习用户偏好，越用越个性化 |
| 📚 PDF→专家 | 上传文档即可创建专业领域专家 |
| ✅ 质量保障 | 自动验证方案的完整性和合规性 |
3.2 记忆系统
┌─────────────────────────────────────────────────────────────┐
│ 三层记忆架构 │
├─────────────────────────────────────────────────────────────┤
│ │
│ 短期记忆 ──► 当前对话上下文 │
│ │
│ 中期记忆 ──► 用户偏好、习惯、近期关注 │
│ │
│ 长期记忆 ──► 知识积累、历史决策、核心价值观 │
│ │
│ 效果：越用越懂你，形成专属的个性化服务 │
│ │
└─────────────────────────────────────────────────────────────┘
3.3 专家知识系统
上传 PDF 文档 → AI 解析优化 → 发布专家 → 即时可用
│ │
│ ▼
│ ┌─────────────────┐
│ │ 专业领域专家 │
│ ├─────────────────┤
│ │ • 法律顾问 │
│ │ • 理财规划 │
│ │ • 健康管理 │
│ │ • 职业发展 │
│ │ • 行业知识 │
│ │ • ... │
│ └─────────────────┘
│
▼
分钟级创建，知识随时更新
3.4 质量验证机制
每个生成的方案都会经过自动验证：
| 验证项 | 检查内容 |
|---|---|
| ✓ 前置条件 | 用户是否具备执行第一步的条件？ |
| ✓ 价值匹配 | 方案是否符合用户的价值偏好？ |
| ✓ 机会成本 | 是否说明了需要放弃什么？ |
| ✓ 风险披露 | 是否披露了主要风险？ |
| ✓ 可操作性 | 第一步是否具体可执行？ |
3.5 多终端接入 🆕 v2.1
MBE 支持多种终端设备接入，让 AI 服务无处不在：
┌─────────────────────────────────────────────────────────────┐
│ 多终端生态接入 │
├─────────────────────────────────────────────────────────────┤
│ │
│ ⌚ 智能手表 🚗 车载终端 🏠 智能家居 │
│ /api/watch/ /api/vehicle/ /api/ha/ │
│ 2秒快速响应 驾驶安全模式 Home Assistant │
│ 小屏幕适配 语音优先 自动化触发 │
│ │
│ 📺 智能家电 🎙️ 语音助手 📱 移动端 │
│ /api/appliance/ 小智/天猫精灵 H5/App │
│ 冰箱/洗衣机 语音交互 随时随地 │
│ 烤箱/扫地机 免手操作 深度对话 │
│ │
└─────────────────────────────────────────────────────────────┘
| 终端类型 | 响应优化 | 典型场景 |
|---|---|---|
| 智能手表 | 2秒超时，简洁回复 | 快速查询、运动场景 |
| 车载终端 | 语音优先，安全模式 | 导航、音乐、驾驶助手 |
| Home Assistant | RESTful 集成 | 智能家居自动化 |
| 智能家电 | 设备上下文感知 | 菜谱推荐、洗衣程序 |
3.6 在线学习系统 🆕 v2.1
MBE 通过用户反馈持续优化专家匹配：
用户反馈 ───► 学习引擎 ───► 专家优化 ───► 匹配提升
│ │ │ │
│ │ │ │
▼ ▼ ▼ ▼
• 专家切换 • 关键词提取 • 权重调整 • 准确率 ↑
• 满意度评分 • 模式识别 • 嵌入更新 • 用户满意 ↑
• 对话行为 • 噪音过滤 • 配置更新 • 体验提升 ↑
核心特点：
- 🔄 实时学习：每次反馈立即生效
- 🎯 精准提取：自动过滤噪音关键词
- 📊 持续优化：专家匹配准确率持续提升
3.7 智能专家推荐系统 🆕 v2.3
MBE 采用类抖音的智能推荐算法，为用户匹配最合适的专家：
┌─────────────────────────────────────────────────────────────┐
│ 智能推荐系统 │
├─────────────────────────────────────────────────────────────┤
│ │
│ 用户画像 专家画像 实时上下文 │
│ │ │ │ │
│ └───────────┼─────────────┘ │
│ ▼ │
│ ┌───────────────────────────────────────────────────────┐ │
│ │ 推荐引擎 │ │
│ │ • 意图匹配 (35%) - 米塞斯行为分析 │ │
│ │ • 信任评分 (25%) - 专家质量 0-100 │ │
│ │ • 协同过滤 (20%) - 相似用户推荐 │ │
│ │ • 用户偏好 (15%) - TITANS/HOPE 记忆 │ │
│ │ • 探索曝光 (5%) - 新专家发现 │ │
│ └───────────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ 个性化推荐 + 推荐解释 │
│ │
└─────────────────────────────────────────────────────────────┘
核心特点：
- 🎯 个性化：基于用户历史和偏好
- 📊 透明度：专家信任度公开可见
- 💬 可解释：每个推荐附带理由
- 🔄 探索：确保新专家有曝光机会
3.7 支付系统集成 🆕 v2.4
MBE 集成了完整的支付能力，支持微信支付和支付宝：
用户订阅 ───► 支付API ───► 支付SDK ───► 回调处理 ───► 订阅生效
│ │ │ │ │
▼ ▼ ▼ ▼ ▼
选择套餐 /api/payment 微信/支付宝 /webhook/* 权限更新
支付页面 /create 二维码生成 签名验证 Token充值
支持的支付方式：
| 平台 | 方式 | 状态 |
|---|---|---|
| 微信支付 | Native扫码 / JSAPI / H5 | ✅ 沙箱就绪 |
| 支付宝 | 扫码 / 手机网站 / 电脑网站 | ✅ 沙箱就绪 |
核心特点：
- 💳 多方式支付：扫码、H5、小程序多种方式
- 🔒 安全验证：回调签名验证、数据加密
- 📱 前端轮询：实时支付状态更新
- 🧪 沙箱支持：开发环境模拟支付
3.8 专家市场管理 🆕 v2.4
MBE 提供完整的专家市场管理能力：
管理后台功能 (/admin/market)：
| 功能 | 说明 |
|---|---|
| 📊 统计面板 | 专家总数、上架/下架/定时发布统计 |
| 🔍 搜索筛选 | 按名称、状态、套餐等级筛选 |
| 📦 批量操作 | 一键批量上架/下架 |
| 📝 下架管理 | 下架原因、备注、影响预览 |
| ⏰ 定时发布 | 定时上架/下架功能 |
前端锁定展示：
| 功能 | 说明 |
|---|---|
| 🔒 订阅锁定 | 根据用户套餐显示专家锁定状态 |
| 📌 锁定原因 | "需要个人版/专业版解锁" |
| ⬆️ 升级引导 | 点击升级按钮跳转订阅页 |
| 🏷️ 套餐徽章 | 免费/个人/专业/企业彩色标识 |
四、定位：与通用 AI 的区别
4.1 定位对比
| 维度 | 通用 AI (GPT/Gemini) | Agent 框架 | MBE |
|---|---|---|---|
| 定位 | 通用对话助手 | 任务执行工具 | 决策辅助伙伴 |
| 交互方式 | 问答式 | 工具调用 | 引导式 |
| 输出 | 回答问题 | 执行任务 | 理解目的、提供路径 |
| 个性化 | 基于对话上下文 | 无 | 持续记忆学习（HOPE+TITANS） |
| 知识更新 | 需重新训练（月级） | 工具调用实时 | PDF 即时更新（分钟级） |
| 关系推理 | 无 | 无 | 统一知识图谱（跨模块）🆕 |
| 理论框架 | 无 | 无 | 米塞斯行为学 |
| 质量验证 | 无 | 无 | 内置验证机制（Self-Critique） |
4.2 协作关系
┌─────────────────────────────────────────────────────────────┐
│ MBE 与 LLM 的协作关系 │
├─────────────────────────────────────────────────────────────┤
│ │
│ ┌───────────────────┐ │
│ │ 外部 LLM │ ← 负责语言生成能力 │
│ │ (DeepSeek/GPT等) │ │
│ └─────────┬─────────┘ │
│ │ │
│ ▼ │
│ ┌───────────────────┐ │
│ │ MBE │ ← 负责: │
│ │ 米塞斯行为引擎 │ • 行为学分析框架（五步法） │
│ │ │ • 记忆和个性化（HOPE+TITANS） │
│ │ │ • 专业领域知识（PDF知识库） │
│ │ │ • 关系推理（统一知识图谱）🆕 │
│ │ │ • 质量验证（Self-Critique） │
│ └───────────────────┘ │
│ │
│ 类比: │
│ • 通用 LLM = 会所有知识的"全能大脑" │
│ • Agent = 会使用工具的"执行助手" │
│ • MBE = 给大脑配上专业的"决策顾问团队" │
│ │
│ MBE 让 LLM 在特定领域更专业、更可控、更易用 │
│ │
└─────────────────────────────────────────────────────────────┘
五、应用：场景与案例
5.1 个人决策 (To C)
| 领域 | 典型场景 |
|---|---|
| 💼 职业发展 | 跳槽决策、转行选择、升职谈判、创业抉择 |
| 💰 财务理财 | 投资配置、买房决策、债务管理、养老规划 |
| ❤️ 情感关系 | 感情困惑、婚姻决策、亲子关系、人际沟通 |
| 🧘 个人成长 | 时间管理、习惯养成、人生方向、突破瓶颈 |
| 🏥 健康生活 | 就医决策、心理压力、作息调整、工作生活平衡 |
5.2 行业应用 (To B)
| 行业 | 应用场景 | 核心价值 |
|---|---|---|
| 🏦 金融 | 智能理财顾问、风险评估、合规留痕 | 提升转化、降低风险 |
| 🛡️ 保险 | 需求分析、方案推荐、理赔服务 | 提升成交、改善体验 |
| 📈 证券 | 智能投顾、投资者教育、风险测评 | 差异化服务 |
| 📚 培训 | 个性化学习、AI 助教、技能培训 | 7×24 服务 |
| 🛒 电商 | 智能导购、需求诊断、售后服务 | 提升转化和客单价 |
| 🏛️ 政务 | 智能导办、热线接听、政策解读 | 减少跑腿、提升效率 |
| 👴 康养 | 智能陪伴、健康管理、用药提醒 | 有温度的适老服务 |
| 📦 物流 | 智能客服、投诉处理、员工赋能 | 自动化率 95%+ |
5.3 协会智能化 (To A)
| 协会 | 优化效果 | 年度节省 |
|---|---|---|
| 深圳市人工智能产业协会 | 78人→22人 | ¥1,142万 |
| 深圳市软件行业协会 | 50人→13人 | ¥736万 |
| 深圳市企业家联合会 | 30人→12人 | ¥426万 |
联动价值：触达 5,000+ 优质企业，年度节省 ¥2,300万+
5.4 专业领域专家
MBE 已整合 24 个专业领域专家：
| 领域 | 专家能力 |
|---|---|
| ⚖️ 法律 | 合同纠纷、婚姻家庭、侵权赔偿、劳动争议 |
| 💰 理财 | 资产配置、风险评估、投资规划 |
| 🏥 健康 | 慢病管理、营养指导、心理支持 |
| 💼 职业 | 职业规划、面试辅导、技能提升 |
| 🍳 生活 | 烹饪指导、美食鉴赏、文化礼仪 |
六、价值：为什么选择 MBE
6.1 对用户的价值
| 价值 | 说明 |
|---|---|
| 🎯 真正理解你 | 不是回答问题，而是理解你的目的和处境 |
| 🛤️ 个性化路径 | 根据你的价值观和条件，提供适合你的方案 |
| ⚖️ 透明决策 | 每个选择都清楚地展示机会成本和风险 |
| 🧠 越用越懂你 | 持续学习，成为你专属的决策伙伴 |
| 📚 专业可靠 | 专业领域专家支持，质量验证机制保障 |
6.2 对企业的价值
| 价值 | 说明 |
|---|---|
| 📈 提效降本 | 自动化率高，人力成本大幅降低 |
| 🔒 合规友好 | 内置验证机制，确保输出合规 |
| 📚 知识可控 | 上传企业知识库，确保推荐准确 |
| 🎯 体验提升 | 个性化服务，客户满意度提升 |
| ⏰ 7×24 服务 | 全天候响应，服务能力大幅扩容 |
6.3 核心差异化
| 差异点 | 说明 |
|---|---|
| 🧠 行为学框架 | 独创的米塞斯五步分析法，不是通用 prompt |
| 📚 记忆系统 | 三层记忆架构，形成用户粘性 |
| ✅ 质量验证 | 内置自我批评机制，确保输出质量 |
| 📖 知识即时更新 | PDF 上传即可更新，无需重新训练 |
总结
MBE 米塞斯行为引擎的核心理念：
┌─────────────────────────────────────────────────────────────┐
│ │
│ 1. 理解人 — 不只回答问题，而是理解行动背后的目的 │
│ │
│ 2. 尊重人 — 不强加最优解，提供选项并尊重用户的价值判断 │
│ │
│ 3. 帮助人 — 透明的机会成本和风险披露，帮助用户做选择 │
│ │
│ 4. 学习人 — 持续学习，越用越懂你 │
│ │
└─────────────────────────────────────────────────────────────┘
一句话定位：
让每一次选择都更懂你 — 基于米塞斯行为学的智能决策伙伴
© 2026 MBE 米塞斯行为引擎
文档版本: v2.5 最后更新: 2026-02-09 v2.5: 更新统一知识图谱和CLI增强说明 v2.4: 新增支付系统集成、专家市场管理后台 v2.3: 新增智能专家推荐系统说明 v2.2: 新增多终端接入详情、在线学习系统 v2.1: 新增多终端接入能力说明