一位用户在婚介平台填了三十多项资料，收到二十个「高匹配」推荐，点开一看，其中一半连居住城市都对不上。落差来自一个常见误解：把「条件算得准」当成「人合适」。AI 在这类服务里的位置，更接近把筛选和整理这两件耗时的活接过去，把判断留给人。这篇按环节拆：匹配、沟通辅助、风险提示各能做到哪一步，核验为什么必须落在人身上，以及注册时该问平台什么。
填表填不出「聊不聊得来」
婚介最早的匹配逻辑是条件筛选：年龄、身高、地域、学历、职业，几项硬指标一卡，剩下的人再排序。这套办法的问题在于，硬条件接近的人，相处起来可能天差地别。AI 带来的变化是能处理软信息：自我介绍里的措辞、兴趣标签的密度、回复的速度、愿不愿意主动提问。这些信号写不进筛选框，却和「聊不聊得来」关系更近。麻烦在于，软信号全靠用户自己填、平台自己猜，偏差比硬条件大得多，一个人写「喜欢旅行」，可能指的是每年一次跟团，也可能指的是每个月飞一趟。
匹配环节能做与不能做的分界
把「智能匹配」拆成具体动作，能看清每一格的位置：
| 环节 | 能做 | 不能做 |
|---|---|---|
| 硬条件过滤 | 按地域、年龄、婚况等结构化字段筛人，速度快、口径统一 | 判断这些条件对本人到底有多重要，哪一条可以让步 |
| 软性偏好归纳 | 从填写内容与互动行为里归纳兴趣、作息、沟通节奏 | 分辨用户写的是真实偏好，还是照着「理想型」抄的话术 |
| 推荐排序 | 把候选人按匹配度排序，减少无效浏览 | 确保这个顺序对双方都合适，双方权重常常不对等 |
| 沟通辅助 | 生成破冰话题，把零散资料整理成一段可读的自我介绍 | 代替真实对话；判断两个人之间有没有化学反应 |
| 风险提示 | 标出资料前后矛盾、行为模式异常、话术高度雷同的账号 | 完成身份核验，判断对方是否在实施诈骗 |
五格里最容易被包装成「智能」的是最后两格。生成一段自我介绍确实省事，但省下的是打字时间，不是认识一个人的时间；标出异常账号也确实有用，可它输出的是「可疑」，离「确认」还差一整套流程。
破冰话题为什么常常很空
用过的人大多有同感：AI 给的开场白读起来礼貌、周全，却没有信息量。「看到你也喜欢旅行，最近有去哪里吗」这种句子放在谁身上都成立，正因为它对谁都成立，所以对谁都不特别。原因不复杂，模型没听过这两个人的对话，只能从标签里找最大公约数。破冰真正的价值在于暴露差异——你问了一个只有他会这么答的问题，才可能聊出东西。所以这类功能适合当「不想冷场时的备选」，不适合当「怎么聊」的答案。想让生成的内容更贴身，得给它具体材料，写法可以看 提示词怎么写才有效。
初筛可以交给模型，核验这一步必须落到人
这是全文最该记住的一段。AI 在婚介里能做的是初筛：把明显不合条件的过滤掉，把资料里前后矛盾的地方标出来，把可疑的行为模式提个醒。它做不到的是核验——确认这个人真的是他描述的那个人。证件是不是本人、婚姻状况是否属实、职业与收入有没有凭证、照片是不是近期本人，这些需要看原件、需要人工比对，必要时还要走线下流程。模型看到的是文本，而文本可以编，它甚至能把编造的经历整理得比真实经历更连贯，这类现象可以看 AI 幻觉是怎么产生的。把「系统审核通过」当成「这个人可靠」，等于把一道需要人的关口交给了一段概率输出。平台的实名机制和人工复核之所以不能被智能审核替代，原因就在这里。
资料越敏感，越要克制使用
婚恋资料里有大量敏感个人信息：真实姓名、工作单位、住址、家庭成员、收入、婚史。这类信息一旦进入模型，用途就很难收回——今天用来算匹配度，明天可能被用来做精准推送，后天可能出现在某个训练集里。对平台来说，合理做法是最小化：只把匹配必需的特征送进计算，姓名、联系方式、证件号不参与；对用户来说，是看清授权范围，别为了「提高匹配率」把所有栏位填满。推荐系统在性别、年龄、地域上放大偏差的机制，可以看 AI 偏见是怎么形成的。
注册前值得问平台的三个问题
第一，推荐理由能不能说清？如果只能给出一个百分比，说不出「因为你们都提到每周爬山」，这个分数就没有参考价值。第二，资料谁来核？是系统自动比对，还是有人看过证件原件，出问题谁负责。第三，我的资料会被用在哪些地方？能不能只对匹配对象可见，能不能随时撤回。三个问题都答得清楚的平台，至少说明它想过这些事。至于推荐理由该怎样给出，可以看 可解释性为什么重要。
速查：判断婚介 AI 是否靠谱的四条
- 匹配分数只是筛选参考，不能当成合不合适的结论
- 核验要看证件原件与人工复核，自动审核不算核验
- 敏感字段不必全填，授权范围要能随时收回
- 用「再不找就晚了」这类话术促单的，先退一步
