长话短说
文风匹配,是按文字的形状给人配对,不看兴趣清单,也不靠性格测试。Kindredly 从你寄出的信里量出八个数,比如句子长短、停顿、提问和话说一半;一个不用任何 AI 模型的固定公式每天算一次,找出和你写法最接近的 50 位写信人,他们的信会先送到你桌上。
5 个来源Kindredly 是一款匿名笔友 App,按文风匹配陌生人。
| 办法 | 看什么 | 你要做的 | 擅长 | 短处 |
|---|---|---|---|---|
| 按兴趣 | 你挑的话题、爱好、语言或国家 | 从清单里挑 | 找到和你喜欢同一样东西的人 | 只知道你愿意列出来的那些 |
| 按性格或问卷 | 你对一组问题的回答 | 答题 | 比爱好清单挖得深一些 | 要看你答得老不老实,也要看这些问题量到的东西重不重要 |
| 按文风(Kindredly) | 文字本身的形状 | 写 | 找到写法像你的人 | 得真的写;它告诉你谁写得像你,不告诉你会喜欢谁 |
Kindredly 用的是按文风匹配。另外两行讲的是一般的做法,不针对哪一款 App。
你写了一封信,讲今年第一个冷下来的早上。另一个地方,一个陌生人在写一辆一直没来的公交。他的句子和你一样短,每个念头也和你一样,说完就收住。你们谁都没挑过爱好,也没做过什么测试。在 Kindredly,正是这份相同的形状,让你们的信先落到了对方桌上。
这就是文风匹配:按一个人怎么写来配对,而不是按他说自己喜欢什么。Kindredly 从你寄出的信里量出八个数,比如句子写多长、在哪儿停顿、会不会提问;每天一次,一个固定的公式把所有人的数放在一起比。配对这一步没有任何 AI 模型参与,你的信写的是什么内容,也从来不量。

按兴趣、按性格,还是按文风:给笔友配对的三种办法
介绍陌生人互相认识的 App,大多用的是这三种办法里的一种。
- 按兴趣匹配。你挑话题、爱好、语言或国家,App 把挑得有重合的人介绍给彼此。它擅长帮你找到和你喜欢同一样东西的人,可它知道的,只有你愿意列出来的那些。
- 按性格或问卷匹配。你回答一组问题,App 按它自己的规则给人配对。它比爱好清单挖得深一些,但要看你答得老不老实,也要看这些问题量到的东西到底重不重要。
- 按文风匹配。你只管写,App 量的是文字本身的形状。你用不着形容自己。它需要你真的写点什么,而它能告诉你的,是谁写得像你,不是你会喜欢谁。
Kindredly 用的是第三种。没有资料页,没有头像照片,不用挑兴趣或标签,也不用左滑右滑。你写一封信,不必写给谁,它会先落到文风和你最接近的陌生人桌上。笔友网站和 App 推荐那篇把它和别的 App 放在一起比;你的文字,就是你的指纹讲的是为什么一段文字胜过一页资料。
Kindredly 量什么:从文字形状里读出的八个数
Kindredly 管它叫写作指纹:八个数,从你寄出的信和消息里量出来。
- 平均句长。你的句子一般写多长。
- 停顿密度。相对字数,逗号、破折号和省略号有多密。
- 句长起伏。句子长短有多不匀:是匀匀地一口一口说,还是短、长、短。
- 平均气口。两个标点之间隔着多长一段。
- 气口变化。这些段落的长短变化有多大。
- 提问密度。平均每句话里有几个问句。
- 感叹密度。感叹号用得多不多。
- 话说一半。相对字数,省略号和破折号有多密。
字数按文字系统分开来数,所以中文、日文、韩文也能和英文、西班牙文放在同一把尺子上量。一个用别的语言写信的陌生人,照样可能写得像你。
标点能扛起这么大的分量,背后是有研究的。2021 年,Alexandra Darmon、Mason Porter 和同事在《欧洲应用数学杂志》(European Journal of Applied Mathematics)上发表了一篇论文:他们把古腾堡计划(Project Gutenberg)里的文学作品只留下标点符号,再加上标点之间隔了几个词,就拿这些去分辨作者,并说这方面的尝试“particularly successful”(特别成功)。
三封示例信,量给你看这三封信是 Kindredly 专门为这一页写的。A 和 B 写的是同一个早上。
A: 今天是入冬第一个冷天。我穿错了外套。公交又晚点了。车上没人说话。我买了杯热茶只为捂手。
B: 今天早上冷了,是真冷,冷到你站在窗前,怀疑这一天值不值得过,然后电水壶咔哒一声跳了,你还是出了门。你有没有一件一年只穿一次的外套?我那件还是去年冬天的味道——柴火烟,或者是别人的烟……到底是哪个,我一直没弄清。真怪。

- 句长和起伏。A 的句子都短,长短也差不多。B 开头一句拉得很长,结尾只剩两个字,所以长短参差得多。
- 停顿和气口。A 一个逗号都没有。B 停了又停。也正因为 B 的长句被切成了许多小段,两封信的平均气口反而可能比你猜的更接近;真正把它们分开的,是气口的变化。
- 问句。A 什么也没问。B 问了一句。
- 感叹号。两封都没用,这一项它们一样。
- 话说一半。A 每个念头都说完了。B 有一个破折号,一个省略号。
C: 我妹妹周六结婚了。礼堂里太热。她丈夫先哭了。我的致辞讲得很短。应该还算顺利,我想。
C 写的是婚礼,不是天气,可它的形状就是 A 的形状。放进 Kindredly 用的那套公式里算一遍,A 和 C 离得很近,B 离这两封都更远。至于你更想给其中哪一位写信,那是另一个问题,这些数回答不了。
Kindredly 不看什么
匹配从来不用:
- 你的信写了什么。不看话题、关键词,也不看意思。
- 照片和长相。这里根本没有头像照片。
- 你住在哪儿。不按位置匹配。
- 兴趣。没有可以勾选的东西。
- 钱。买了头等舱,和谁匹配、你的信在别人桌上排在哪儿,都不会变。
- 你的手记。它只留在你的设备上。
不过,起作用的也不全是文风:你的年龄会让先后顺序稍微挪一挪。Kindredly 保存你的哪些信息,写在隐私政策里;在设置里删除账户,立即生效。
一次匹配是怎么来的
- 你来写。指纹来自你寄出去的东西,所以写得越多,匹配就越准。
- 公式来算。公式是固定的,结果是确定的,iPhone 版和网页版一模一样。
- 所有人放在一起比。每天 08:00 UTC(北京时间下午 4 点),一个任务用余弦相似度把所有人的指纹两两比一遍。余弦相似度是一种常用的办法,用来给两串数字的走向有多一致打分。
- 留下离你最近的人。每个人各留 50 位最接近的写信人。这份名单是按人分别算的,所以你可能在某人的名单上,对方却不在你的名单上。
- 信送到你桌上。每天最多 10 封陌生人的信落到你桌上,先是这些人的,然后才是别的信。你桌上的一天,从你当地时间早上 8:00 开始。刚来的写信人还没进入每天的比对时,桌上的信会从最近寄出的那些信里挑。
你自己的信,也会先落到文风和你最接近的陌生人桌上。只要其中一位回了信,你就有笔友了。对方看得到你的信、App 给你起的名字(永远不是你的真名)、你的星座(除非你关掉),还有一扇磨砂窗:一片颜色的花纹,不是照片。各写五封之后,你们俩谁都可以附上自己的名字;两个人都附上了,名字才会交换。产品的其余部分,见 Kindredly 怎么用。
余弦在文体研究里有它的来历。2017 年,Stefan Evert 和同事证明:Delta(一种常用的作者判定方法)的余弦版本之所以更好用,关键在于先把每份文本的特征向量缩放到同样的长度,这样比的更多是这些数的走向,而不是大小。
AI 用在哪里,不用在哪里
不用的地方:匹配本身,也就是上面那套公式;还有写信、起草和回信。桌上的每一封信,都是人写的。
用的地方:
- 安全检查。信送到陌生人桌上之前,它会先读一遍,只决定这封信能不能送出去。它拦下威胁和针对个人的骚扰、涉及未成年人的性内容,以及想把人引到 Kindredly 以外的企图,比如电话号码、邮箱、社交账号和开口要钱。难过的、生气的、沉重的信都能通过;没通过的信会退回给写信的人。详见安全。
- 「译信」。用的是机器翻译;原文永远是写信人自己的。
- 画出来的脸。如果你愿意,可以用一张照片或几个词来画。照片从不保存。
文风匹配告诉不了你的事
- 写得像,不等于合得来。James Pennebaker 和 Laura King 1999 年在《人格与社会心理学杂志》(Journal of Personality and Social Psychology)上发表的研究发现,书面文风稳定到足以当成一个人独立的特质,但它和人格测量的关联并不强。两份指纹接近,只说明两个人写得像,仅此而已。
- 信越短,误差越大。一封五行的信,只能给出一份粗糙的指纹。Maciej Eder 研究过一件相关的事:给来历不明的文本找作者。他发现样本少于大约 5,000 词时,结果很差;还有一些文本,不管样本多长,始终没被认对。
- 它是故意慢的。Kindredly 是给想写信的成年人(18 岁以上)用的。如果你想认识附近的人、想实时聊天或视频、想要原生的 Android App,或者想很快收到回复,它不适合你。
看看你自己文字的形状
如果你好奇自己的文字在旁人眼里是什么样子,文心画像测试是一个免费、好玩的小测试,告诉你是十二种写作者里的哪一种。它在你的浏览器里运行,和匹配是两回事:它是一面镜子,不是那套公式。
常见问题
有没有按文风匹配的 App?
有。Kindredly 是一款给成年人用的匿名笔友 App,有 iPhone 版和网页版,按怎么写来匹配陌生人。它从你寄出的信里量出八个数,比如句子长短、停顿和提问,再把和你写法最接近的那些人的信,先放到你桌上。没有资料页,也没有头像照片。
笔友 App 是怎么配对的:看兴趣、看性格,还是看文风?
三种都有。按兴趣匹配,是把挑的话题、语言或国家有重合的人配到一起;问卷匹配,用的是你对一组问题的回答;按文风匹配(Kindredly 用的就是这种),量的是文字本身的形状。
Kindredly 是用 AI 来匹配的吗?
不是。写作指纹来自一个固定的、结果确定的公式,每天一次的比对用余弦相似度把指纹拿来比。AI 用在别处:一道只决定信能不能送出的安全检查、「译信」,以及可选的画出来的脸。
文风能看出两个人合不合得来吗?
单靠文风不行。James Pennebaker 和 Laura King 1999 年的研究发现,书面文风稳定到可以当成一个人的特质,但和人格的关联并不强。按文风匹配,找到的是写得像你的人;合不合得来,要在信里见分晓。
要写多少,匹配才准?
第一封信要是很短,得到的指纹就粗糙、噪声大;写得越多,匹配越准。文体学里一项相关的研究也指向同一个方向:Maciej Eder 发现,样本太短时,判断作者并不可靠。
参考来源
- 剑桥大学出版社,《欧洲应用数学杂志》:Pull out all the stops: Textual analysis via punctuation sequences
- 2010 年数字人文大会,伦敦国王学院:Does Size Matter? Authorship Attribution, Small Samples, Big Problem
- 2017 年数字人文大会,国际数字人文组织联盟(ADHO,弗吉尼亚大学 DH Abstracts):Short Samples in Authorship Attribution: A New Approach
- 埃尔朗根-纽伦堡大学:Understanding and explaining Delta measures for authorship attribution
- 美国国家医学图书馆,PubMed:Linguistic styles: language use as an individual difference
挑一个吧,我等着。(我是鸟,最会等了。)
免费 · 不用资料页 · 不露脸
你打的字只留在这台设备上