科学框架负责定义边界，Real Me 负责连接人生证据
Real Me 不把「听起来像心理学」的文字当作科学。核心心理构念必须有明确理论来源； 正式测量还必须通过量表授权、语言版本和上线审核。
MVP 使用的核心框架
大五人格 / Big Five / Five-Factor Model
Real Me 会：只在正式、审核通过的测量工具中产生测量结果。
Real Me 不会：不会根据聊天或职业经历直接修改人格分数。
自我决定理论 / Self-Determination Theory
Real Me 会：帮助理解不同情境中的动机和基本心理需要（Autonomy、Competence、Relatedness）。
Real Me 不会：Autonomy 不等于「喜欢独处」或「反叛」。
施瓦茨基本价值观理论 / Schwartz Theory of Basic Human Values
Real Me 会：理解价值优先级及价值之间的取舍。
Real Me 不会：不把一次选择直接变成永久的价值排名。
叙事身份 / Narrative Identity
Real Me 会：理解一个人怎样把过去、现在和未来组织成自己的生命故事。
Real Me 不会：不设置「叙事人格分数」。
生命历程视角 / Life Course Perspective
Real Me 会：把人的选择放回时间、家庭、角色、社会环境、机会和限制中理解。
Real Me 不会：帮助避免把现实限制误判成人格。
哪些部分是 Real Me 自己的机制？
以下机制属于产品工程与分析设计，不被描述为心理学量表或学术理论：
· Evidence Strength（证据强度）
· Information Gain（信息增益）
· Contradiction Detection（矛盾检测）
· Trade-off Analysis（取舍分析）
· Theme Detection（主题检测）
· Change Detection（变化检测）
· Snapshot Diff（快照对比）
· Model Coverage（模型覆盖）
我们对测量的态度
Real Me 使用的每一个正式量表，都经过严谨的筛选与修订，保留原版题目、计分规则和中文 版本信息，确保你看到的测量结果是可靠、可解释、可追溯的。
任何测量结果，都只是帮助你认识自己的一个视角，而不是对你下定义。正式测量与 真实经历、自我描述是分开保存、相互印证的。
Real Me 的分析方法
除了科学框架，Real Me 还有自己的一套分析方法。它们不是心理测量，也不是 「算法替你下结论」，而是让每一句结论都可追溯、可被反驳的方法。
证据强度分级
用「弱/发展中/有支持/强支持」分级一条结论有多少独立证据，而非给出虚假的准确率百分比。
自适应信息增益
优先问「最值得问的问题」，只补充真正有信息价值的信息。
矛盾检测
主动寻找与结论相反的证据，而不是只收集支持某个结论的证据。
决策取舍分析
从真实选择中，识别你反复在哪些取舍之间权衡，并保留反例。
主题检测
从多次独立经历中识别反复出现的自然语言主题，而非贴人格标签。
变化检测
区分「你变了」「情境变了」「理解变了」与「模型之前判断错了」。
快照对比
对比不同时间点的模型，明确什么稳定、什么在变、什么只是暂时波动。
模型覆盖
标明「我们拥有多少信息」，代表数据深度，不代表判断更准确。
我们明确不做什么
· 心理疾病诊断
· 治疗建议
· 人格命定
· 成功概率预测
· 通过家庭背景直接推断人格
· 通过学历推断智力
· 通过职业推断性格
· 通过文化或地域刻板印象推断个人