Codebase (2026-06-27): this engine now lives in meno-gaokao-counsellor (
core/…), extracted from reflection-game — see gaokao-standalone-plan. Module paths below use the newcore/layout.
当前实现(2026-06-24)
18 个场景(
scenes.json),每个带probes(理想偏好维度键)/pattern/grounding/when_relevant。unified_turn每站按 VOI 选一个未出现的场景来 probe 选中的维度;STAGE_CAP默认 18,用户可随时/rank_next {end:1}结束(无 stage-9 硬门)。
场景数据层 = 世界推演引擎( WTE)从中挑"下一幕考量哪个维度"的维度池。v1 = 启发式 7 维;v2 = 18 维(贴近真实高考/大学/职业经验)。代码:
gaokao/scenes.json(18 维,17 启用);STAGE_CAP=18 → WTE 每站按 VOI 从启用维度里挑下一站,最多 17 站(第 9 站起用户可随时结束)。每个场景照见若干 理想偏好维度(现 15 条)。The pool the WTE picks each next dimension from. v1 = the heuristic 7; v2 = 18 (grounded in real 高考/college/career experience).
gaokao/scenes.json(18, 17 active); STAGE_CAP=18 → the WTE picks each next station by VOI from the active scenes, up to 17 (user can end anytime after stage 9). Each scene probes a few ideal-preference dimensions (now 15).
18 个维度(17 启用 · 1 已下线)/ The 18 dimensions (17 active · 1 retired)
2026-06-23 同步:probes 列已对齐合并后的 15 维(见 ideal-preference-dimensions);STAGE_CAP 7→18。
| 场景 scene | 元模式 pattern | 核心问题 ask | 照见维度 probes | 状态 |
|---|---|---|---|---|
| 课程与学业 | 兴趣·能力·前景 | 所选专业的课程设置是否与你的学习能力和兴趣匹配？ | 自我 vs 他人/家庭、过程vs结果、能力匹配 vs 抱负冲高 | ✓ |
| 日常与社群 | 外部噪音vs内省 | 大学生活中的社交和日常管理是否与你的生活习惯相符？ | 行动vs观察、自我 vs 他人/家庭、发声vs沉默 | ✓ |
| 兴趣与擅长 | 兴趣·能力·前景 | 你的兴趣和擅长的领域是否与所选专业一致？ | 物质vs意义、自我 vs 他人/家庭、能力匹配 vs 抱负冲高 | ✓ |
| 经济与回报 | 经济与回报 | 所选专业的经济回报是否符合你的经济需求？ | 物质vs意义、当下/短期 vs 未来/长期、稳定/避险 vs 闯荡/冒险 | ✓ |
| 城市与机会 | 机会成本与试错 | 所选城市是否提供足够的职业发展机会？ | 稳定/避险 vs 闯荡/冒险、当下/短期 vs 未来/长期、行动vs观察、城市/地域 vs 学校/专业 | ✓ |
| 职业前景 | 兴趣·能力·前景 | 所选专业的职业前景是否与你的长期规划一致？ | 当下/短期 vs 未来/长期、稳定/避险 vs 闯荡/冒险、行动vs观察、就业对口/前景 vs 其他 | ✓ |
| 代价与放弃 | 机会成本与试错 | 选择这个专业是否意味着你需要放弃其他重要机会？ | 稳定/避险 vs 闯荡/冒险、当下/短期 vs 未来/长期、过程vs结果、生活质量 vs 事业强度 | ✓ |
| AI替代性 | 技术变迁 | 所选专业是否容易被AI技术替代？ | 稳定/避险 vs 闯荡/冒险、当下/短期 vs 未来/长期、就业对口/前景 vs 其他 | ✓ |
| 职业稳定性 | 家庭与稳定 | 所选职业是否提供足够的稳定性？ | 稳定/避险 vs 闯荡/冒险、物质vs意义、当下/短期 vs 未来/长期 | ✓ |
| 声望vs技能 | 声望vs技能 | 选择名校是否比选择技能导向专业更重要？ | 学校层次 vs 专业契合、物质vs意义、原则vs忠诚 | ✓ |
| 外部噪音vs内省 | 外部噪音vs内省 | 选择热门专业是否比根据兴趣和能力选择更重要？ | 真实vs保护、自我 vs 他人/家庭、发声vs沉默 | ✓ |
| 信息差与资源 | 信息差与资源 | 你是否有足够的信息和资源来做出明智的选择？ | 行动vs观察、真实vs保护 | ✓ |
| 转专业与试错 | 机会成本与试错 | 转专业的成本和风险是否值得？ | 稳定/避险 vs 闯荡/冒险、过程vs结果 | ✓ |
| 考研/保研门槛 | 信息差与资源 | 考研或保研的隐性门槛是否影响你的选择？ | 严谨vs宽容、当下/短期 vs 未来/长期 | ✓ |
| 家庭与稳定 | 所选行业是否存在性别歧视或限制？ | 发声vs沉默、原则vs忠诚、自我 vs 他人/家庭 | ⛔ 已下线 retired | |
| 地域户籍与就业 | 信息差与资源 | 户籍所在地是否影响你的就业机会？ | 自我 vs 他人/家庭、稳定/避险 vs 闯荡/冒险、城市/地域 vs 学校/专业 | ✓ |
| 热门专业内卷 | 技术变迁 | 热门专业的内卷程度是否影响你的选择？ | 稳定/避险 vs 闯荡/冒险、生活质量 vs 事业强度 | ✓ |
| 理想主义vs现实妥协 | 外部噪音vs内省 | 你的理想主义是否与现实需求冲突？ | 物质vs意义、自我 vs 他人/家庭、真实vs保护 | ✓ |
已下线 / Retired
性别与行业 (
gender_and_industry) 暂时下线(ZH 2026-06-18):目前没有用户性别信息,该维度无法可靠落地。定义保留在gaokao/scenes.json("retired": true),加载器ranked.py跳过 retired 维度 → 当前 17 维启用。待有更多人口统计信息后再启用。134e0efRetired for now — no gender info on the user, so this dimension can’t be grounded. Kept inscenes.json(retired: true); the loader skips retired scenes → 17 active. Revive when demographic info exists.
怎么构建与落地 / How it’s built & wired
中文。 每个维度记 {key, label, ask(核心问题), pattern(元模式), grounding(真实世界常见坑/讨论), when_relevant(画像里什么信号让它信息价值最高)}。WTE 读画像 + 不确定性地图,把 pattern/when_relevant 纳入选择提示,按 VOI 选出该学生最该走的 7 站(因人而异的子集,而非固定 7 站)。v1 的 7 维保留为 fallback。
English. Each dimension carries {key, label, ask, pattern, grounding, when_relevant}. The WTE reads the profile + uncertainty map, feeds pattern/when_relevant into its selection prompt, and picks the 7 highest-VOI dimensions for this student (a person-specific subset, not a fixed 7). The v1 seven are kept as fallback.
来源与诚信 / Sourcing (honest)
中文。 v2 的张力来自 ZH 点名的真实论坛讨论(知乎/小红书式)+ 由元模式推广。落地来源:① 这些模式的 LLM 蒸馏(模型见过大量此类讨论);② 雨来的**专业判别(误区/红线)**按专业注入 grounding(权威)。诚实边界:知乎/小红书实时抓取受反爬封锁(2026-06 验证,已放弃),故 v2 暂以”蒸馏 + 雨来”为底;Reddit 可抓但偏英文/美国语境。要做真实论坛文本的深度采集可作为下一步。
English. v2’s tensions come from the real-forum discussions ZH named (Zhihu/小红书-style) + pattern generalization. Grounding sources: ① LLM-distilled from those patterns; ② 雨来’s 专业判别 (误区/红线) injected per major (authoritative). Honest boundary: live-scraping Zhihu/小红书 is anti-bot-blocked (verified June, abandoned), so v2 leans distilled + 雨来 for now; Reddit is scrapable but English/US-centric. Deeper real-forum harvest is a possible next step.
Related
world-turning-engine · ideal-preference-dimensions · profile-construction · grounding-layer · data-overview