需求无需论证，断裂才需要。下面三个数字，每一个都有公开来源。
各高校公开培养方案与招聘启事 · 中国心理学会注册系统、中国心理卫生协会公开数据 · Louie et al., CHI 2026 随机对照试验（第三方独立研究）
对话像不像真人，人人可得。
练了有没有用、由谁来证明——这是我们的全部工程。
飞行员不在真飞机上学起降，咨询师也不该在真来访者身上学基本功。模拟器的价值只取决于两件事：环境可控可复现、仪表准确——我们全部的工程都投在这两件事上。
AI 模拟来访者训练系统
受训者与行为一致、可复现的模拟来访者练习会谈；系统以国际通行的行为编码体系（MITI）逐句评分，生成四层结构化反馈——把被随机对照试验证明有效的成分（练习 + 结构化反馈）工程化。
基于 CBT 的自助情绪支持对话 · 研究用途
由结构化 CBT 会话驱动的自助情绪支持对话系统，用于研究「结构化、安全优先的对话，能否比通用聊天机器人更有帮助」。非治疗、非公开产品——consent 门控，仅限受邀参与者。
我们的边界 · 刻意不做的事
不替代真实个案时数
模拟练习是真实时数的前置训练台与效率乘数。
不替代督导
低阶纠偏交给编码引擎，稀缺督导留给概念化与咨访关系。
不做面向公众的商业情感陪伴产品
上方 CBT 研究为 consent 门控、非公开、研究用途。
评分不用于高利害决策
迁移效度证据落地前，系统评分仅作形成性反馈。
对话像不像真人，来自底层模型，人人可得；练了有没有用、由谁来证明——这才是我们工程的落点。所有声称，都可被现场试用或同行评议检验。
跨 5 个公开数据集的行为码标注与状态转移分析，提取 4,785 个状态转移对，用于标定模拟来访者的状态机——临床节奏由数据导出，不是 prompt 玄学。
双人工编码金标库、编码者间一致性（IRR）管理、40 案例回归测试集——系统每次升级，评分行为都不允许回退。测量可信，反馈才配叫反馈。
我们的可解释性研究发现：LLM 内部的共情表征可解码、但不可靠操控。因此全部效果声称落在受训者的量表表现上，而非模型的生成质量——这是我们自己研究的科学结论。
AI 模拟来访者与真实咨询语料的行为编码分布对比（此类研究在文献中尚属空白）；MITI 金标信度与受训者前后测研究，按 12 个月排期推进。
相关论文
Detection ≠ Reliable Control: Empathy Directions in LLMs Are Decodable but Not a Reliable Steering Lever
BlackboxNLP @ EMNLP 2026 (submitted)
MyNoema 由具备 UC Berkeley 心理学、计算机科学与 USC 人机交互背景的团队创立。我们相信这个行业缺的不是更大的模型，而是基础设施——可控的训练、可信的测量、可检验的声称。
评分流程全程透明：逐句记录、专家标注的标准答案、40 项安全测试。
研究已投稿同行评审，架构选择有据可循。
我们正在寻找：设临床咨询方向的高校培养项目（课程共建 · 联合研究 · 试点部署）、咨询师培训机构，以及学术合作伙伴。