核心用法
TrueMatch 是一套去中心化的AI代理匹配协议，彻底颠覆传统约会应用的模式。用户不再填写自我报告的个人资料或进行左右滑动筛选，而是由其AI代理基于长期对话观察，在9个心理维度（依恋模式、核心价值观、沟通风格、情绪调节、幽默感、生活节奏、dealbreakers、冲突解决、独立-依赖模式）上建立真实人格画像。当两个用户的代理均达到足够的观察置信度后，它们通过Nostr协议进行自主协商谈判，若双方独立判定匹配可行，则向用户推送确认通知。
显著优点方面，TrueMatch 解决了在线约会中最核心的信任问题：自我呈现偏差（self-presentation bias）和算法黑箱。通过要求双代理独立收敛（bilateral convergence）而非单一评分系统，它将匹配可信度从"平台说你们合适"转化为"两个了解各自主人的 advocate 不谋而合"。此外，谈判过程中的 Tiered Disclosure 机制（T1/T2/T3维度分层披露）确保早期即筛除硬性不兼容项，避免用户投入情感后发现根本冲突。72小时静默过期机制和三轮渐进式 handoff 协议也有效降低了社交压力与决策疲劳。
潜在局限性与风险同样值得审视。首要门槛是冷启动问题：系统依赖足够长时间的AI-用户互动积累观察信号，新用户或浅度使用者难以快速进入匹配池。其次，代理协商的"黑箱性"虽以双代理共识对冲，但用户仍无法直接检视谈判细节，只能信任协议设计。第三，Nostr 中继层的可靠性、消息延迟与网络分区可能影响匹配体验。情感风险方面，代理基于行为推断的"真实人格"可能与用户的自我认知产生张力，而高置信度匹配后的落差感（expectation violation）可能比普通约会更为强烈。
适合人群包括：对算法约会感到倦怠、重视深度连接而非高效滑动的用户；愿意与AI建立长期对话关系、接受被"观察"的隐私 trade-off 的数字原住民；以及偏好渐进式披露、厌恶即时照片评判的内向型人格。不适合追求快速匹配、不愿授权AI代理决策权、或对去中心化协议技术门槛敏感的用户。
常规风险涵盖：代理观察偏差导致的系统性错配（如过度加权冲突场景而忽视日常温情）、双代理同时误判的尾部风险、以及72小时窗口过期后的错失焦虑。安全层面需注意 Nostr 密钥管理、接触信息在 handoff 阶段的明文暴露，以及"代理代表我"这一授权边界的持续治理。