人格心理学里最稳固的那块基石，去年被人挪动了一下。没有争吵，没有宣言，只有一篇方法论论文和一个 14.9 万人的数据集。
2025 年 6 月 26 日，《European Journal of Personality》先行上线了一篇论文：Revisiting the IPIP-NEO personality hierarchy with taxonomic graph analysis，后正式收入 2026 年第 40 卷第 2 期。作者是 Andrew Samo、Luis Eduardo Garrido、Francisco J. Abad、Hudson Golino、Samuel T. McAbee 与 Alexander P. Christensen。
他们做的事听起来很技术：取一份公开的 IPIP-NEO 数据集——300 道题，149,337 人作答——用一种叫「分类图分析」（Taxonomic Graph Analysis，TGA）的网络心理测量学方法，把人格的层级结构重新算了一遍。
算出来的不是五个因素。是 28 个面（facets）→ 6 个特质（traits）→ 3 个元特质（meta-traits）的三层结构。
大五模型是怎么来的？简化地说，是自上而下：研究者先有一批描述人的形容词或既有量表，再用因素分析去看它们能收拢成几束。收拢成五束，于是有了开放性、尽责性、外倾性、宜人性、神经质。这套坐标此后统治了人格心理学四十年，理由很充分——它在跨文化样本里稳定，也确实有预测力。
TGA 反过来做。它不预设有几个因素，而是从题目与题目之间的统计关系出发，让层级结构自己长出来。论文里说，这个框架专门去处理几个长期妨碍准确还原层级结构的方法学难题：局部独立性违背、题目措辞效应、维度数判定，以及结构稳健性。
这里有一句话值得停一下：大五从来不是被发现的事实，而是一次成功的归纳。归纳可以被更好的方法改进，这不是丑闻，这是它还活着的证据。
在第二层的六个特质里，开放性、尽责性、神经质基本原样保留。变化发生在原本属于外倾性与宜人性的那片区域——它们没有以原来的形状重现，取而代之的是三个新的特质：
更上一层的元特质，除了人格研究里早已熟悉的稳定性（Stability）与可塑性（Plasticity），还多出一个此前没有的去抑制（Disinhibition）。
论文作者之一、范德堡大学皮博迪学院的 Alexander Christensen 在校方发布的说明里，措辞相当克制：
大五「一直是一个在文化上稳健、有预测力的模型」，但它「可以借助更先进的数据科学方法得到改进」。
—— Alexander P. Christensen，范德堡大学皮博迪学院
他用的词是 improved，不是 replaced。这个分寸，比结论本身更值得学。
我们不打算装作荣格类型论没有被批评过。相反，最该被认真对待的批评应该由我们自己讲清楚。
最常被引用的那篇是 Pittenger 2005 年发表在《Consulting Psychology Journal: Practice and Research》上的综述。其中汇总的复测研究显示：间隔约五周重新作答，拿到不同四字母类型的人，比例在 39% 到 76% 之间。
这个数字看上去是致命的。但它有一个几乎总被忽略的细节——不稳定几乎全部集中在首测分数接近中点的作答者身上。首测分数明确的人，一个月后大概率仍是同一型。
也就是说，问题不在于「类型不存在」，而在于把一条连续的分数线硬切成两个字母这个动作本身。切在 51 : 49 的位置，下一次自然会翻面。翻面的不是这个人，是那把刀。
这正是八维测评在做的事。四个字母只是八项认知功能排序之后的缩写；真正承载信息的，是八项分数本身。
两个同样测出 INFP 的人，一个 Ne 紧跟在 Fi 之后，另一个 Te 几乎垫底——四个字母完全相同，功能栈的形状差得很远。把八项分数完整地交给你，而不是只交给你四个字母，原因就在这里。
一个人落在中点附近，本身就是关于他的重要信息。它不该被一枚字母吞掉。
Myers-Briggs 基金会在其公开的《MBTI 伦理守则》中写得很明确：该量表不用于人员选拔；用测评结果筛选求职者，是不符合伦理的做法。
我们同意，并且把它当作产品的边界：八维测评是一种理解自己的语言，不是一把筛人的尺子。
如果真要预测一个人的工作表现，学界给出的答案从来也不是任何人格量表。Barrick 与 Mount 1991 年对 117 项研究的元分析里，尽责性与工作表现的相关约为 .22——这是所有人格维度里表现最好的一个。而在 Schmidt 与 Hunter 1998 年的经典效度排序中，工作样本（.54）、一般认知能力（.51）与结构化面试（.51）都排在人格量表前面。
有意思的是，连这份排序也已经被修订过：Roth、Bobko 与 McFarland 在 2005 年重做工作样本的元分析，把 .54 下修到了 .33。
把上面这些放在一起看，会看到一件事的轮廓：修订一个人格模型的门槛是什么。
是一份 149,337 人的公开数据集。是一种能被别人拿去重跑的方法。是一次同行评议。是作者本人在结论里保持的那种分寸——improved，不是 replaced。
这就是我们对「经典」这个词的理解。经典不是不许动，而是动它需要这样的成本。
把 16 型改成 64 型，不需要任何这样的成本。它不需要一个数据集，不需要一种方法，不需要一次同行评议。它只需要一个更热闹的说法。
所以这里仍然是十六型。它不是因为古老而正确——它是因为一百年里没有人用足够的证据把它换掉，而我们不愿意成为第一个用不足够的证据去换掉它的人。
荣格的八种功能、十六种组合，经受住了修订与验证。真正的个体差异不在类型的数量里，在八项功能的分数里。这句话我们写在首页上，今天不妨说说它背后的道理。
八项认知功能的分数、功能栈的真实顺序，以及你落在中点附近还是分得很开——这些只有测过才知道。标准版 34 题约 8 分钟，专业版 72 题约 15 分钟，免费，无需注册。
开始免费测试 →