玄学产品的互联网江湖2.0：算命这门千年生意，被AI重做了一遍
从紫微斗数十二宫位到AI大模型符号推演，深度拆解玄学与AI结合的底层逻辑：术数是千年样本的统计规律，大模型天然擅长”总结规律、复用经验”，两者天然契合。但当下AI算命只是初级命理师水平，真正的护城河在数据资产和流量获客，而非 PE 和流程编排。
基本信息
- 来源类型：网页文章
- 原文位置：raw/articles/2026-06-03-184557-tg-b5ccd4.md
- 原文 URL：https://www.woshipm.com/evaluating/6406423.html
- 消化日期：2026-06-02
- 作者：YUE
- 发布平台：人人都是产品经理
- 发布日期：2026-06-02
- 字数：约 11000 字
核心观点
-
玄学不是科学，而是基于五千年样本的统计规律，这正是AI能算命的核心前提：科学定理可经双盲实验反复验证，术数是通过归纳总结”物”与”象”之间关联的经验推论。千年案例典籍可转化为训练数据，大模型的核心能力就是”总结规律、复用经验”，两者天然契合——来源：原文”玄学和科学的根本区别”段落
-
紫微斗数命盘由十二宫位、星曜系统、四化流转三要素构成：十二宫位把人生拆成十二维度（命宫/财帛宫/官禄宫等），星曜系统以北斗七星南斗六星为核心衍生百余颗辅星各有吉凶属性，四化（化禄/化权/化科/化忌）是让固定星曜产生动态变化的”变量”——来源：原文紫微斗数原理详解
-
当前大模型不具备玄学 AI Native 能力，直接排八字排盘大概率结果是错的：大模型目前无法处理复杂业务逻辑（如根据安星诀将生辰正确转化为十二宫位星曜），只能把提前排好的结果给大模型做解读。当前 AI 算命能取代的更多是初级命理师——来源：原文”玄学的 AI Native 与算命 Agent”段落
-
最接近”AI算命理想态”的产品采用三术交叉验证架构：排盘插件（iztro等）提供正确排盘数据 → 流程编排让模型获得命理师行业知识 → 紫微斗数+八字+奇门遁甲三种术数交叉验证 → Speaker 模型总结产出报告。这是标准的长程智能体架构——来源：原文案例二
-
AI塔罗 MVP 死在 GPT-3.5 时代，不是想错了是时机错了：四大死因——模型幻觉（牌义脱节）、用户信任不足（免费都怀疑）、实体卡片交付重（物流库存复杂）、流程编排被GPT-4o一夜抹平。验证了”被新一代SOTA模型一夜抹平的，往往就是创业者过去半年在模型编排上全部努力”——来源：原文踩坑复盘
-
玄学行业商业模式本质仍是「公域获客+私域转化」，AI 只是提效：传统工具（问真八字/文墨天机/测测/热卜）从纯排盘升级为排盘+AI解读；线上获客靠 LBS 传播和信任裂变，教学咨询类获客成本可达付费金额 80% 以上；宫观禅修、非遗体验等文旅项目是新方向——来源：原文行业现状分析
-
AI认知红利在消失，护城河在数据资产和流量获客：2024年大家做知识库和流程编排，2025年做本地存储和subagent，2026年做长程智能体和skill——应用层创新不断被上游模型挤压。只因”模型当下不够强”而存在的产品终将被取代，真正护城河在模型无法 Native 的数据、上下文和交互边界——来源：原文给AI创业者的建议
-
大模型天然适合发散联想型玄学，但不具备”外应法”取象能力：梅花易数中的外应法（如邵雍观麻雀争枝起卦）需要天人感应，这是大模型天然不具备的。AI能做时间法起卦和卦象解读，但外应法占卜仍需人的直觉和现场感知——来源：原文关于外应法的讨论
实操内容保留
产品架构
AI算命产品的典型技术架构（三术交叉验证）：
- 调用专业排盘组件（如 iztro）生成正确的紫微斗数命盘、八字盘、奇门盘
- 针对用户提问类型，按预设 SOP 让模型调用不同术数的数据和思考方式
- 通过流程编排或 PE 让模型获得命理师行业知识，按正确思维路径分析
- 三种术数交叉验证后通过 Speaker 模型总结产出报告
Vibe Code 紫微斗数解盘工具实现路径：
- 调用 iztro 排盘组件解决大模型不会紫微斗数安星诀的问题
- 针对正确的排盘结果传入大模型解读
- 作者声称两小时 vibe code 完成
（本文无具体代码/Prompt模板，以上为关键技术路径保留）
关键概念
- 紫微斗数 — 纯术数命理学代表，十二宫位+星曜系统+四化流转，文章详解其原理和AI应用
- 八字 — 与紫微斗数并列的核心命理术，八个字按干支纪年法表示出生时辰，五行生克推演
- 玄学产品 — 从线下盲人师傅到PC星座网站到移动排盘APP到AI大模型算命的产品形态演变
- AI Agent 智能体 — AI算命理想态采用的长程智能体架构，三术交叉验证
- Vibe Coding — 作者两小时 vibe code 出紫微斗数解盘工具，验证了 vibecode 降低开发门槛
- MVP — AI 塔罗 MVP 停留在概念阶段的复盘，时机错误而非方向错误
- iztro — 开源紫微斗数排盘组件，被多个AI算命产品调用（尚未创建实体页，用纯文本标注）
与其他素材的关联
- 与 2026-05-27-pm-vibe-coding-5-products 的关系：Iris 用 vibe coding 跑通五个产品（含 Daily Tarot），本文作者同样用 vibe coding 两小时做出紫微斗数工具，两者共同验证了 vibecode 在玄学场景的可行性
- 与 2026-05-28-woshipm-vibe-coding-cold-start-offline 的关系：本文提到 vibecode 让玄学App开发成本急剧降低，曾经需要”命理师+PM+前后端+设计”的团队，现在只需要一个懂玄学+懂AI工具的人
- 与 2026-05-27-woshipm-ai-pm-three-core-capabilities 的关系：本文指出AI应用层公司面临被上游模型挤压的困境，与该文提出的”技术落地与商业变现”核心能力模型形成交叉视角
原文精彩摘录
玄学和科学是完全的两回事、两门学科。术数更像经验推论，没办法通过双盲实验验证。它是一套基于上下五千年样本的统计规律——统计规律不讲严格的因果关系，而是通过归纳、总结发现”物”与”象”之间的关联。这也是 AI 算命能成立的核心前提：术数的规律是可总结、可量化的。千年案例典籍都是可转化为训练数据的经验素材，而大模型的核心能力就是”总结规律、复用经验”。
流程编排是大模型能力不行时的妥协。但被新一代 SOTA 模型一夜抹平的，往往就是创业者过去半年在模型编排上全部努力。费劲巴拉做了几个月的流程编排，结果被最新的 SOTA 模型直接取代——这是 AI 行业应用层创业者的普遍痛点，估值爆发的主要都是提供AI领域”水电煤”的公司，应用层的公司大多昙花一现。
如果你的产品只是因为”模型当下不够强”而存在，那它将来一定会被模型厂商取代。而模型的上下游和边界——比如数据、上下文、交互边界——这些是大模型本身无法 Native 的点，那才是机会所在。命运就像是王者荣耀里的红蓝 Buff。你是射手，拿了红 Buff，你的伤害会增加。但它会真的决定最终比赛的结果吗？不会。结果，永远在你自己手里。