滑雪人格测试推荐：AI精准评估你的滑雪风格

社交平台突然被“你的SBTI是什么”刷屏——这个恶搞版人格测试一夜爆火，满屏都是“伪人 FAKE”“尤物 SLAY”“愤世者 SHIT”的截图。比起正经 MBTI，这东西确实更接地气。

作为常年泡在雪场的玩家，看到铺天盖地的 SBTI 截图，脑子里立刻冒出一个念头：滑雪圈为什么没有自己的测试？那些缆车上天天见的角色——送命家、刻弧怪、装备帝、咸鱼王——哪个雪友没打过照面？比起 INFJ、ENTP，这些活生生的标签有意思得多。

恰好，多年前端开发经验让这个点子从“有点意思”变成了“应该能搞定”。不过这次有点特别：全程让 AI 写代码，自己只负责提需求和把关效果。

首页上线时的样子，飘着雪花

从第一句对话到网站上线，满打满算不到一天。这篇文章主要聊这段经历，以及人和 AI 到底怎么配合。

先把想法敲清楚

打开对话框，直接说“帮我做一个滑雪人格测试网站”。

AI 没有直接码代码，而是反问了一串问题：分几种人格？怎么测？结果怎么展示？坦白讲，这些问题一开始根本没想清楚，只有一个模糊方向：“滑雪圈的人可以分成好几类，各有各的活法”。

顺着这个聊下去。人格数量最终定了 16 种，规模上参考 MBTI，但内容完全是原创的：送命家（SEND）、刻弧怪（CARV）、咸鱼王（CHILL）、装备帝（GEAR）……每个名字背后都是你在雪场亲眼见过的那种人。题目设计了 30 道常规题，外加 10 道隐藏题，只在选了特定选项时才会冒出来，目的是制造一点惊喜感。结果页要有雷达图，还要有那种让人看完直呼“这就是我”的个性评语。

这个阶段几乎没想技术实现，纯粹在聊想要的效果。AI 会主动给建议，比如要不要加隐藏题机制，你来决定要不要。

说清楚感觉，它写代码

需求敲定后，AI 开始干活。

这些东西自己动手当然也能写，但这次就想试试全程 Vibe Coding 能走到哪一步。所以故意只说效果不说实现：“首页要飘雪花”“按钮要冰蓝色调”“答题页一次显示全部题目，不要一题一翻页”“结果出来要有点仪式感”。AI 写完代码跑起来，在浏览器里看效果，哪里不对就指出来。

30 道题铺在一个长页面里，选完直接提交

不过有些地方确实需要专业判断兜底。比如测试结果的持久化，AI 默认是每次进结果页都重新计算，刷新一下就全没了。直接让它把结果存到 localStorage 里，这样用户不小心关了页面或者过一会儿再打开，之前的结果还在，不用重新做 30 道题。这种体验层面的细节，AI 不会主动想到，得有人点一下。

一个改动，看到结果，可能就几十秒。循环很快，但快不等于可以不过脑子。一直在做的事是判断“这个对不对”“那个好不好看”，以及在关键环节用自己的经验补位。

算法那块来回折腾了好几轮

做到一半发现了一个问题：有些人格总是测不出来。不管选什么组合，“咸鱼王 CHILL”和“退坑人 YOLO”几乎永远混淆；某些选项无论怎么选都没有区分力。

把这个问题抛给 AI，它做了一次系统分析，发现了几条原因：维度覆盖不均匀——有的维度在题目里出现了 25 次，有的才 8 次；保守类选项缺权重；几种“佛系”人格的特征向量距离太近，几乎重叠。

然后重新设计了评分方案。把原来的余弦相似度换成加权欧氏距离，引入了负分机制——选择保守或低参与度的选项会在对应维度得负分，而不是简单的低分；给每种人格定义了几个核心维度，这些维度的权重翻倍；把容易混淆的人格模板之间的距离手动拉开。

这块改了两三轮。我负责描述具体现象，比如“我测了一圈，CHILL 人格基本出不来”，AI 负责分析和修改代码。不需要知道欧氏距离是什么，但需要知道哪里不对。

细节是一点点加上去的

基本功能跑通之后，开始往里加东西。

每种人格加一个低多边形风格的头像，AI 用 SVG 手绘了 16 个，各自配色不同。首页飘的雪花用的是 CSS 动画，20 个粒子随机分布。主题色原来是绿色，嫌不够冰雪感，换成了冰蓝色系。测完之后要能分享出去，加了一个 Canvas 生成海报的功能，一键下载 PNG。还有一个调试用的开发者模式，在 localStorage 写一个 key 就能出现隐藏面板，可以直接跳到任意一个人格的结果页，省得每次调试都要答完 30 道题。

每加一个功能的流程都差不多：说要什么，AI 实现，看效果，不对再说。

手机上的样子，毕竟大部分人是刷到链接然后手机打开

部署

做得差不多了，配了 GitHub Actions，每次推代码就自动构建部署到 GitHub Pages。

地址：https://jrainlau.github.io/ski-mbti/

“送命家 SEND”的结果——黑道冲！树林冲！悬崖冲就完了

10 个维度的雷达图加每个维度的具体评语

整件事回头看，主要做了三件事：提供关于滑雪圈的具体知识——什么样的人属于哪种人格、评语怎么写才够准；不断试用然后指出哪里不对；以及在体验和工程细节上用自己的经验兜底——localStorage 持久化、开发者模式的设计、移动端适配的优先级判断这些。代码是 AI 写的，但方向盘一直握在自己手里。正因为懂前端，才知道哪些地方 AI 会漏、哪些地方该插手、哪些地方让它自由发挥就行。

如果你也滑，去测一下：https://jrainlau.github.io/ski-mbti/

测完截图发朋友圈。不发朋友圈等于没去滑雪。