在人工智能的新时代，模型的能力不断演进，在处理长文本、多模态理解以及复杂推理等方面取得了显著突破。无论是从事大模型算法的工程师，还是负责产品管理的经理，评估大模型的各项能力已成为AI应用领域不可或缺的日常工作。本期内容将以零基础的方式，介绍如何在20分钟内通过五句简单的话语，利用文心快码实现一个大模型的MBTI性格测试器。

一、需求背景

为何要为大模型进行MBTI性格测试？在社交媒体上，MBTI作为一种个性标签，能够在一定程度上反映个人的性格特征、价值观、沟通方式及社交态度。既然大模型能够模拟人类思维，难道它们也具备MBTI特征吗？在职业发展和人际交往的场合中，人们常常依据MBTI进行参考。因此，MBTI性格测试也可以作为一种启发式工具和交流框架，帮助理解、比较和预测各种AI模型的行为模式、倾向及潜在局限性。

对于算法工程师及产品经理而言，了解大模型的MBTI特征，有助于提升人机交互体验、选择合适模型与匹配任务、揭示模型的内在偏好与偏见，以及指导模型的开发和微调等多方面。而对于与AI互动的用户而言，给模型贴上“MBTI标签”可以快速了解其“脾气”——明白它适合执行什么类型的任务，以及如何与之沟通更为顺畅。因此，为大模型进行MBTI测试不仅是一项有趣的活动，也具有实际意义。

参加过MBTI测试的人都知道，整个测试包含93道题，完成需要大约半小时。如果采用人工方式进行测试，用户需要在客户端或网页端逐一与大模型对话，输入问题并记录答案，这样不仅耗时，而且成本更高。然而，在实际业务场景中，测试多个模型以及多次测量以确保模型的稳定性，人工方式的效率显得极其低下。即便得出了测试结果，也需要花费时间整理评估报告，以便直观对比模型差异和观察稳定性。整体过程繁琐复杂，让人感到无比烦躁。综上所述，人工测试存在以下痛点：

场景设计耗时：构思有效的测试用例需耗费大量时间和精力；

样本生成低效：手动构建或生成高质量的输入/输出样本效率极其低下；

执行繁琐易错：手动调用不同模型API、多轮运行并记录结果，极易出错且难以实现规模化；

报告缺乏洞察：难以直观比较模型间的差异，发现稳定性问题的能力不足。

幸运的是，文心快码这样的编程工具让编写自动化脚本变得轻松。接下来将介绍具体的操作流程。

二、向Zulu清晰表达需求

文心快码的优势在于它能够生成代码，并根据需求自动完成场景设计、任务分解，输出可运行的结果。要发挥它的效用，关键在于清晰地描述需求。在表达时，建议明确背景、目标、交付标准和执行步骤，以确保文心快码能够准确理解我们的意图，顺利完成任务。以下是示例：

可以先准备一个文档，记录模型名称、域名、API Key，并告知文心快码需要测试哪些模型、调用哪些API，同时提供相应的MBTI测试题目。然后，明确测试要求，指明需进行5次测试以观察稳定性。接着，说明交付标准。最后，给出一个初步的行动指南：让其编写一个项目设计文档，以了解其思路；单次测试用于验证项目的可运行性，以降低试错成本；首先测试一个模型，以检验其能否顺利完成，为后续的全面测试做好准备。

三、观察执行过程

将Prompt输入文心快码 Zulu的对话框后，Zulu便开始执行任务。在这一过程中，我们只需观察它的操作：

第一步：编写项目设计文档design.md，内容包括系统架构、核心模块设计、数据流、测试计划等部分。

第二步：开发核心测试模块。

第三步：开发报告生成模块。

第四步：开发主程序模块。

第五步：运行单模型测试，确保逻辑与输出的正确性。

在这一过程中，我们可以看到Zulu能够自动调用相关工具，复用相同的终端，帮助完成环境搭建和服务启动，整个过程无需额外干预。

【依赖自动安装】Zulu能够识别项目中的依赖配置文件，自动生成干净的虚拟环境，并安装所有必要的依赖。

【服务自启动】Zulu能智能识别项目的启动命令并自动执行，开发环境的启动变得异常简单。

【错误自修复】在环境搭建或服务启动过程中出现问题时，Zulu会主动检测错误并提供修复建议。例如，若缺少某个依赖，它会自动尝试安装，甚至直接解决问题。

一个具体的例子是：在运行测试时，若终端报错：ModuleNotFoundError: No module named 'toml'。Zulu会迅速捕捉到这个异常，自动执行pip install toml命令以修复缺失的依赖，无需用户手动干预，随后继续进行后续任务。

项目初步完成后，Zulu将提供清晰的项目使用说明和总结。

四、持续优化工作流

Zulu开发的自动化脚本基本已完成。然而，如果整个过程是个“黑箱”，难免会让人心生疑虑：模型的测试题目是否都已完成？三次测试是否都已进行？怎么办呢？我们可以增加一个调试需求，以便实时查看模型的输入，使测试过程更加透明。

Zulu能够基于当前上下文，在原有代码中找到合适的位置进行修改。即使不懂代码、不知如何进行修改，只需输入需求，Zulu凭借其强大的理解能力，结合当前代码库，快速定位需要修改的部分。同时，修改过程完全透明清晰：被删除的代码用红色显示，而新增的代码用绿色标识。

优化工作流与高效报告生成的全新探索

为了确保每次请求模型时，输入内容如预期般准确，我希望能增加一个调试模式。通过此模式，我能够实时查看模型的输入情况，最好能够将这些信息保存至日志文件中。这样的设置不仅可以验证调用的准确性，还便于后期问题的追踪。经过Zulu的修改，调试模式下的测试执行命令也已给出。

在整个项目实施过程中，Zulu的功能极大地优化了我们的工作流程。

1. 提升效率

在实际测试时，我们发现逐一解决问题的效率相对较低，因此我指示它：“为了减少请求的次数，请求模型8个问题，让其批量返回结果。”Zulu快速理解了这一需求，调整了主程序的逻辑，将逐个请求改为批量处理，从而显著提高了测试的效率。

2. 报告生成

在确认单个模型的MBTI测试基本无误后，我可以让Zulu整理出一个综合报告：“请将reports目录下所有单个模型的测试结果汇总为一个综合报告。”

3. 性能优化

如果发现测试速度依然是一个瓶颈，我们可以提出更高的要求：“请采用多线程异步并行请求来测试模型，以提高测试速度。”Zulu将根据这一要求重构代码，从而大幅缩短测试时间。

经过Zulu的修改后，项目几乎完成，我们可以在终端中插入指令“python main.py --debug”来启动调试模型，开始测试并生成报告。在调试模式下，测试过程一目了然。

五、利用预览调试功能完善报告

至此，测试报告已完成，在reports目录中，我们可以找到一份综合报告以及各个模型的历史测试报告。通过点击预览网页，验收最终成果。如果发现任何问题，还可以继续进行修改。

如果使用的是文心快码插件，Zulu的多模态能力可以帮助进行修改。Zulu支持上传图片，能够根据指令识别内容或将其转化为代码。您可以截图出现问题的界面，上传至对话框，然后输入修改需求。如果您使用的是Comate AI IDE，则可以利用预览调试功能完成修改。在IDE的左侧边栏点击预览按钮，打开预览调试界面，圈出问题所在，然后在Zulu对话框中输入修改要求即可。

在本项目中，我希望报告中可以展示每个模型的MBTI饼状图。因此，在Comate AI IDE中选择该组件，输入调整要求后，Zulu针对报告的html文件进行了相应修改，刷新预览窗口后便可看到最新的报告样式。

六、成果展示

最后，我们利用Zulu的代码解读功能来展示项目的成果：我们开发了一个用于测试不同LLM模型MBTI性格类型的Python项目，主要包含以下功能：

1. 核心测试功能：

• 使用标准MBTI测试题来评估LLM模型

• 支持对多个模型进行批量测试

• 采用异步执行来提升测试效率

• 多轮测试以评估结果的稳定性

2. 报告系统：

• 生成单个模型的详细HTML报告

• 创建多个模型的对比报告

• 包含可视化图表展示测试结果

• 记录历史测试数据

3. 技术特点：

• 基于Python 3.12进行开发

• 使用aiohttp等异步库

• 集成Chart.js进行数据可视化

• 完善的日志记录系统

4. 测试结果示例：

革命性的AI 编程助力：从构想到实施的迅捷之路

• 测试了五种主流的LLM模型

• 大部分模型呈现出INTJ性格特征

• 不同模型的测试结果在稳定性上存在差异

从概念到实现，整个过程仅需五句话，耗时不到三十分钟，在文心快码的帮助下，我们顺利完成了一个MBTI测试工具的开发，旨在自动化评估模型。这类工作在以往可能需要几位同事合作，耗时数天，如今仅凭一人之力便可高效完成。尽管该项目涉及的代码量不小，但即便是对编程不熟悉的人也能顺利进行开发。AI 编程早已超越了专业开发者的范畴，成为日常工作中提高效率的得力助手，能够自动化执行繁琐的步骤，使得精力能够投入到更具价值的方案设计和策略制定中。