MBE 米塞斯行为引擎
投资人介绍
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
一、我们是谁
MBE(Mises Behavior Engine)是基于奥地利学派人类行动学理论的 AI 专家推荐平台,专注于为用户匹配最合适的专业领域专家。
一句话定位:
专家界的抖音 —— 用推荐算法帮你找到最懂你的专家
平台模式:
┌─────────────────────────────────────────────────────────────┐
│ MBE 平台生态 │
├─────────────────────────────────────────────────────────────┤
│ │
│ 👤 用户端 🏪 平台 👨🏫 专家端 │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │ 提问需求 │ ──────→ │ 智能推荐 │ ←────── │ 专家入驻 │ │
│ │ 付费订阅 │ │ 记忆学习 │ │ 知识变现 │ │
│ │ 反馈评价 │ ←────── │ 质量验证 │ ──────→ │ 获取分成 │ │
│ └─────────┘ └─────────┘ └─────────┘ │
│ │
│ 收入来源:订阅费、API调用费、平台提成、企业服务费 │
│ │
└─────────────────────────────────────────────────────────────┘
核心价值:
- 🎯 对用户:一键找到最懂你的专家,越用越精准
- 💰 对专家:知识变现通道,AI 辅助提升服务效率
- 🏢 对企业:低成本获得专业服务能力,快速部署
二、解决什么问题
当前 AI 产品的痛点
| 痛点 |
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,无法持续学习 |
| 📚 知识滞后 |
训练数据有截止日期,无法即时更新 |
| ❓ 无法问责 |
生成内容质量参差,缺乏验证机制 |
MBE 的解决方案
| 问题 |
MBE 方案 |
| 千人一面 |
个性化记忆系统:越用越懂你 |
| 只懂字面 |
行为学分析框架:理解行动背后的目的 |
| 没有记忆 |
三层记忆架构:短期/中期/长期记忆 |
| 知识滞后 |
PDF→专家:上传文档分钟级创建专家 |
| 无法问责 |
自我批评机制:自动验证方案质量 |
三、核心能力
3.1 能力概览
┌─────────────────────────────────────────────────────────────┐
│ MBE 核心能力 │
├─────────────────────────────────────────────────────────────┤
│ │
│ 🎯 深度理解 识别用户真正的困扰和需求 │
│ │
│ 🛤️ 路径生成 提供个性化方案,附带机会成本分析 │
│ │
│ 🧠 越用越懂你 持续学习用户偏好,个性化服务 │
│ │
│ 📚 PDF→专家 分钟级创建领域专家,知识即时更新 │
│ │
│ ✅ 质量保障 自动验证方案完整性和合规性 │
│ │
└─────────────────────────────────────────────────────────────┘
3.2 与通用 AI 的定位区别
| 维度 |
通用 AI (GPT/Gemini) |
Agent 框架 |
MBE |
| 定位 |
通用对话 |
任务执行工具 |
决策辅助 |
| 知识更新 |
需重新训练(月级) |
工具调用实时 |
PDF 上传(分钟级) |
| 个性化 |
基于对话上下文 |
无 |
持续记忆学习(HOPE+TITANS) |
| 关系推理 |
无 |
无 |
统一知识图谱(跨模块)🆕 |
| 理论框架 |
无 |
无 |
行为学方法论 |
| 质量验证 |
无 |
无 |
内置验证机制(Self-Critique) |
| 训练成本 |
数亿美元 |
低 |
数千元 |
核心理念:MBE 不追求成为 LLM,也不是 Agent,而是让 LLM 在特定领域更专业、更可控、更易用的增强系统。
3.3 多终端接入能力 🆕 v1.2
MBE 已实现全场景终端覆盖:
┌─────────────────────────────────────────────────────────────┐
│ 多终端生态接入 │
├─────────────────────────────────────────────────────────────┤
│ │
│ ⌚ 智能手表 🚗 车载终端 🏠 智能家居 📺 智能家电 │
│ WearOS/Watch CarPlay/Auto Home Assistant 10+ 品类 │
│ 2秒快速响应 驾驶安全模式 RESTful集成 设备感知 │
│ │
└─────────────────────────────────────────────────────────────┘
| 终端 |
市场规模 |
MBE 差异化 |
| 智能手表 |
全球3亿+ |
2秒响应,小屏适配 |
| 车载终端 |
全球2亿+ |
安全模式,语音优先 |
| 智能家居 |
中国1.5亿户 |
HA原生集成 |
| 智能家电 |
万亿级市场 |
10+品类场景适配 |
3.4 在线学习系统 🆕 v1.2
MBE 通过用户反馈持续自我优化:
| 学习类型 |
触发方式 |
优化效果 |
| 专家切换学习 |
用户主动切换 |
记录更佳匹配 |
| 满意度学习 |
对话后评分 |
权重动态调整 |
| 关键词学习 |
对话内容分析 |
自动扩展词库 |
核心价值:专家匹配准确率持续提升,用户体验越来越好
3.5 用户意图深度识别 🆕 v1.4
MBE 基于米塞斯行为学理论,分析用户行为背后的真实目的:
| 能力 |
说明 |
效果 |
| 多领域关键词库 |
8大领域,760+核心关键词(基础) |
精准领域识别 |
| 动态关键词扩展 |
新专家自动提取,理论无限扩展 |
持续丰富词库 |
| 不安检测 |
识别用户表述背后的真正困扰 |
理解深层需求 |
| 目的推断 |
理解行动的最终目标 |
匹配合适专家 |
| 权重自学习 |
匹配反馈动态调整关键词权重 |
准确率持续提升 |
差异化:不只回答"问什么",而是理解"为什么问"
3.6 智能专家推荐系统 🆕 v1.4
MBE 采用类抖音的智能推荐算法,为用户匹配最合适的专家:
| 推荐因子 |
权重 |
说明 |
| 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% |
个性化记忆学习 |
| 探索曝光 |
5% |
新专家发现 |
核心特点:
- 🎯 个性化推荐 + 可解释理由
- 📊 专家信任度透明可见
- 🔄 探索机制确保新专家有曝光机会
3.7 技术指标 🆕 v2.0
性能指标
| 指标 |
数值 |
说明 |
| 标准响应时间 |
<5s |
主流场景(API/Web) |
| 手表响应时间 |
<2s |
小屏快速响应 |
| 车载响应时间 |
2-4s |
语音优先模式 |
| 系统可用性 |
99.9% |
SLA 保障 |
| 并发处理能力 |
1000+ QPS |
单节点处理能力 |
推荐系统指标
| 指标 |
数值 |
说明 |
| 专家匹配准确率 |
>85% |
首次推荐命中率 |
| 用户满意度 |
>90% |
满意/非常满意占比 |
| Self-Critique 通过率 |
>95% |
内置质量验证通过率 |
| 协同过滤覆盖率 |
>70% |
相似用户推荐生效率 |
平台规模指标
| 指标 |
当前值 |
说明 |
| 平台专家数 |
24+ |
持续增加中 |
| 覆盖领域 |
8+ |
法律/健康/理财/职业等 |
| 长期记忆容量 |
1024 槽 |
用户行为长期记忆 |
| 偏好学习容量 |
512 槽 |
用户偏好持续学习 |
| 知识库文档 |
100+ |
专业领域文档 |
与竞品对比
| 指标 |
MBE |
通用GPT |
竞品A |
| 个性化记忆 |
✅ 三层架构 |
❌ 仅上下文 |
⚠️ 单层 |
| 知识更新 |
分钟级 |
月级 |
周级 |
| 质量验证 |
✅ Self-Critique |
❌ 无 |
❌ 无 |
| 多终端适配 |
4种+ |
1种 |
2种 |
| 推荐可解释 |
✅ 完整理由 |
❌ 无 |
⚠️ 简单 |
四、应用场景
4.1 To C:个人决策
| 场景 |
典型问题 |
| 💼 职业发展 |
要不要跳槽?转行怎么选?创业还是上班? |
| 💰 财务规划 |
房子买不买?怎么投资?养老怎么准备? |
| ❤️ 情感关系 |
这段感情要不要继续?婆媳关系怎么处理? |
| 🧘 个人成长 |
我到底想要什么?怎么突破瓶颈? |
4.2 To B:行业应用
| 行业 |
应用场景 |
核心价值 |
| 🏦 金融 |
智能理财顾问、风险提示、合规留痕 |
提升转化率,降低合规风险 |
| 🛡️ 保险 |
需求分析、方案推荐、理赔指引 |
提升成交率,改善理赔体验 |
| 📈 证券 |
智能投顾、投资者教育、风险测评 |
差异化服务,合规友好 |
| 📚 培训 |
个性化学习、AI 助教、技能培训 |
讲师能力复制,7×24 服务 |
| 🛒 电商 |
智能导购、需求诊断、售后服务 |
提升转化率和客单价 |
| 🏛️ 政务 |
智能导办、12345 热线、政策解读 |
减少群众跑腿,提升效率 |
| 👴 康养 |
智能陪伴、健康管理、用药提醒 |
有温度的适老化服务 |
| 📦 物流 |
智能客服、投诉处理、快递员赋能 |
自动化率 95%+,高峰稳定 |
4.3 To A:协会/商会
已落地案例:
| 协会 |
优化前 |
优化后 |
年度节省 |
ROI |
| 深圳市人工智能产业协会 |
78人 |
22人 |
¥1,142万 |
>750% |
| 深圳市软件行业协会 |
50人 |
13人 |
¥736万 |
>1200% |
| 深圳市企业家联合会 |
30人 |
12人 |
¥426万 |
>850% |
三协会联动价值:
- 触达 5,000+ 优质企业
- 年度节省 ¥2,300万+
- 形成「协会智能化」标准产品,可复制全国
五、商业模式
5.1 收入结构
┌─────────────────────────────────────────────────────────────┐
│ 四大收入来源 │
├─────────────────────────────────────────────────────────────┤
│ │
│ ┌───────────┐ ┌───────────┐ ┌───────────┐ ┌───────────┐ │
│ │ 订阅收入 │ │ API调用 │ │ 平台提成 │ │ 企业服务 │ │
│ │ (SaaS) │ │ (Token) │ │ (交易) │ │ (定制) │ │
│ ├───────────┤ ├───────────┤ ├───────────┤ ├───────────┤ │
│ │用户会员费 │ │按量计费 │ │专家分成 │ │私有部署 │ │
│ │企业订阅 │ │企业API │ │推广曝光 │ │行业定制 │ │
│ │ │ │ │ │入驻认证 │ │培训服务 │ │
│ └───────────┘ └───────────┘ └───────────┘ └───────────┘ │
│ 30% 25% 25% 20% │
│ │
└─────────────────────────────────────────────────────────────┘
收入模式详解
| 收入类型 |
来源 |
定价模式 |
预期占比 |
| 订阅收入 |
用户会员、企业SaaS |
月/年付费 |
30% |
| API 调用 |
Token 消耗 |
¥0.003-0.008/千Token |
25% |
| 平台提成 |
专家交易抽成 |
交易额 15-30% |
25% |
| 企业服务 |
私有部署、定制开发 |
项目制 |
20% |
平台提成模式(专家市场)
| 提成类型 |
说明 |
费率 |
| 交易分成 |
用户付费咨询专家 |
平台抽成 20% |
| 推广曝光 |
专家付费提升曝光 |
CPC ¥0.5-2/点击 |
| 入驻认证 |
专家认证费 |
¥99-999/年 |
| 渠道分润 |
硬件/ISV 带来用户 |
分润 10-30% |
To C 个人订阅(智能硬件/App)
| 版本 |
价格 |
权益 |
| 免费版 |
¥0 |
平台专家、有限对话 |
| 个人版 |
¥29/月 |
全部专家、无限对话 |
| 专业版 |
¥59/月 |
优先响应、高级记忆 |
| 尊享版 |
¥299/月 |
私人定制、专属服务 |
To B 企业 SaaS(企业微信/钉钉/飞书)
| 产品 |
定价 |
适用场景 |
| 智能助手 免费版 |
¥0(1万Token/月) |
10人以下团队试用 |
| 智能助手 标准版 |
¥199/月 |
中小团队,50万Token |
| 智能助手 专业版 |
¥999/月 |
大团队,私有知识库 |
| 智能客服 |
¥99/坐席/月 |
企业微信客服增强 |
| HR 助手 |
¥499/月 |
招聘/培训/员工服务 |
5.2 渠道合作策略(重点)
渠道矩阵
┌─────────────────────────────────────────────────────────────┐
│ 渠道合作矩阵 │
├─────────────────────────────────────────────────────────────┤
│ │
│ 高用户价值 │
│ ↑ │
│ │ ┌──────────────┐ ┌──────────────┐ │
│ │ │ 行业 ISV │ │ 大客户直销 │ │
│ │ │ LTV ¥50000+ │ │ LTV ¥100K+ │ │
│ │ │ 深度定制 │ │ 私有部署 │ │
│ │ └──────────────┘ └──────────────┘ │
│ │ │
│ │ ┌──────────────┐ ┌──────────────┐ │
│ │ │ SaaS 生态 │ │ 云市场 │ │
│ │ │ LTV ¥3-10K │ │ LTV ¥5-20K │ │
│ │ │ 企微/钉钉 │ │ 阿里/腾讯云 │ │
│ │ └──────────────┘ └──────────────┘ │
│ │ │
│ │ ┌──────────────┐ ┌──────────────┐ │
│ │ │ 智能硬件 │ │ 协会渠道 │ │
│ │ │ LTV ¥500-5K │ │ LTV ¥2-5K │ │
│ │ │ 规模化出货 │ │ 批量触达 │ │
│ │ └──────────────┘ └──────────────┘ │
│ │ │
│ 低用户价值 ───────────────────────────────────→ 高规模 │
│ │
└─────────────────────────────────────────────────────────────┘
渠道优先级与合作模式
| 优先级 |
渠道 |
合作模式 |
分润比例 |
预期规模 |
启动时间 |
| P0 |
智能硬件(小智等) |
预装+分成 |
MBE 70% / 渠道 30% |
10万+设备 |
立即 |
| P0 |
协会渠道 |
会员批量触达 |
MBE 80% / 协会 20% |
5000企业 |
立即 |
| P1 |
SaaS生态(企微/钉钉) |
应用市场上架 |
MBE 80% / 平台 20% |
万级企业 |
1-3月 |
| P1 |
车载终端 |
SDK集成 |
MBE 60% / 车厂 40% |
百万车辆 |
3-6月 |
| P2 |
云市场(阿里/腾讯) |
镜像上架 |
MBE 75% / 云厂 25% |
千级企业 |
6-12月 |
| P2 |
行业ISV |
OEM/白标 |
MBE 50% / ISV 50% |
百万用户 |
6-12月 |
| P3 |
大客户直销 |
私有部署 |
MBE 100% |
头部客户 |
12月+ |
重点渠道详解
🔥 P0 渠道:智能硬件合作(最高优先级)
| 合作伙伴 |
合作模式 |
MBE提供 |
合作方提供 |
分润 |
| 小智终端 |
MCP协议接入 |
AI能力+专家 |
硬件+用户 |
70:30 |
| 智能音箱 |
API集成 |
AI能力+专家 |
设备+用户 |
70:30 |
| 智能手表 |
App预装 |
Watch App |
分发渠道 |
70:30 |
| 车载终端 |
SDK嵌入 |
语音AI |
车机系统 |
60:40 |
🔥 P0 渠道:协会渠道(已落地)
| 协会 |
触达企业 |
合作模式 |
预期转化 |
| 深圳AI产业协会 |
2000+ |
会员专属优惠 |
10%付费 |
| 深圳软件行业协会 |
2000+ |
联合推广 |
8%付费 |
| 深圳企业家联合会 |
1000+ |
活动赞助 |
5%付费 |
🔥 P1 渠道:SaaS生态
| 平台 |
用户规模 |
上架形态 |
平台分成 |
预期获客 |
| 企业微信 |
1亿+企业用户 |
应用市场 |
0% |
高 |
| 钉钉 |
6亿+用户 |
应用市场 |
15-30% |
高 |
| 飞书 |
快速增长 |
应用市场 |
15-20% |
中 |
六、竞争优势
6.1 技术护城河
| 护城河 |
说明 |
| 🧠 行为学框架 |
独创的米塞斯五步分析法,非通用 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 |
| 📖 知识积累 |
持续积累的专业知识库和专家网络 |
| 📱 多终端适配 |
智能手表/车载/HA/家电全场景覆盖 🆕 |
| 🔄 在线学习 |
用户反馈驱动,专家匹配持续优化 🆕 |
| 🎯 智能推荐 |
多因子加权推荐,个性化 + 可解释 🆕 |
6.2 市场护城河
| 护城河 |
说明 |
| 🏢 协会资源 |
深圳 AI 协会副会长单位,5000+ 企业触达 |
| 🤝 硬件生态 |
与小智等智能设备建立合作关系 |
| 📊 案例积累 |
已落地多个行业标杆案例 |
七、团队与里程碑
7.1 核心团队
| 角色 |
背景 |
| 创始人 |
深圳市人工智能产业协会副会长、AIGC委员会主席单位 |
| 技术 |
AI/LLM 研发经验,自研记忆增强和专家系统 |
7.2 关键里程碑
| 时间 |
里程碑 |
| 2026 Q1 |
核心系统开发完成,协会案例落地 |
| 2026 Q2 |
硬件渠道合作启动,用户 10K |
| 2026 Q4 |
多行业案例复制,用户 50K |
| 2027 Q2 |
规模化增长,用户 200K |
八、融资需求
8.1 本轮融资
| 项目 |
内容 |
| 融资阶段 |
天使轮 / Pre-A |
| 融资金额 |
¥500-1000万 |
| 资金用途 |
技术研发 40%、市场拓展 35%、运营 25% |
8.2 资金用途详情
| 用途 |
占比 |
说明 |
| 技术研发 |
40% |
核心算法优化、产品功能迭代 |
| 市场拓展 |
35% |
渠道建设、行业案例打造 |
| 运营支持 |
25% |
团队扩充、基础设施 |
九、为什么是现在
9.1 市场时机
| 因素 |
说明 |
| 📈 AI 普及 |
ChatGPT 完成市场教育,用户接受度高 |
| 🏢 企业需求 |
降本增效压力大,AI 应用需求爆发 |
| 👴 老龄化 |
养老陪伴、健康管理市场快速增长 |
| 🏛️ 政策支持 |
AI+ 行业应用是国家战略方向 |
9.2 窗口期
- 通用 AI 已成熟,垂直应用是下一个机会
- 用户从"尝鲜"转向"实用",需要专业化、个性化
- 先发优势:记忆数据、专家知识、用户习惯形成壁垒
联系方式
出品:深圳市人工智能产业协会 AIGC 委员会
公司:深圳诺德大数据产业发展有限公司
联系人:曾伦兴
邮箱:309053074@qq.com
电话:13392837187
本文档为投资人沟通专用,请勿外传
© 2026 深圳诺德大数据产业发展有限公司
文档版本: v2.3 | 最后更新: 2026-02-09
v2.3: 更新统一知识图谱和CLI增强,完善与LLM/Agent的定位对比
v2.2: 新增用户意图深度识别能力(关键词匹配、动态扩展、权重自学习)
v2.1: 新增技术指标(性能/推荐/平台规模/竞品对比)
v2.0: 重新定位为「AI专家推荐平台」,新增平台提成模式,梳理渠道合作策略
v1.5: 统一定价体系(区分 To C / To B),与运营方案对齐
v1.4: 新增智能专家推荐系统(类抖音算法)
v1.3: 新增多终端能力详情、在线学习系统、增长渠道更新