TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南
hermatch 開源工具實測：一組擇偶條件把百萬人篩到剩多少人
hermatch 是一個開源網頁工具，把 100 萬筆中國大陸男性合成資料放進瀏覽器，讓你拉條件看每百萬人有多少個符合。實測六個條件連乘後只剩 3,138 人；其中顏值、幽默、身材三個滑桿過濾的是亂數產生器，引用它的數字前要先分清哪一半接真實統計。
用 AI 摘要這篇文章：
先講結論。hermatch 這個開源網頁工具，網站標題叫「中國女性擇偶資料實驗室」，打開網頁、拉出一組擇偶條件，它就告訴你每一百萬名男性裡有多少人符合。它值得打開玩五分鐘，因為它把機率裡最反直覺的一件事做成了可以動手的沙盒：條件連乘。但它的數字要拆開看，十八個可調維度裡，年齡、身高、學歷、收入這些維度背後有真實統計骨架；顏值、幽默、身材這三個滑桿背後是亂數產生器。把它當機率教材，它很好用；把它的輸出當成擇偶市場調查轉傳，就是誤用。
這些數字我自己重算過。我實際打開它的線上版本操作、截圖，也把專案使用的同一份一百萬筆資料抓下來，用原始碼裡同一套過濾規則在本機重算，兩邊數字完全一致，以下逐段說明。
首屏的 37.78%，其實只是在算年齡佔比
打開 hermatch 的網頁版，預設狀態的首屏寫著：每一百萬名中國大陸男性中，377,816 人符合，佔比 37.78%，換算全國約 2.64 億人。這個數字看起來像某種「符合率」，但把它拆開就會發現，它其實只是 18 到 45 歲男性佔全年齡樣本的比例。預設條件裡的身高下限 150 公分，在成年人資料裡一個人都排除不掉；學歷、收入、資產三個下拉選單都停在「不限」；顏值等四個評分滑桿都停在最低檔；九組多選勾選框全部全選。我把這份資料的 18 到 45 歲列數直接統計出來，就是 377,816 筆，與首屏完全相同，一筆不差。也就是說，你什麼條件都沒設的時候，工具算給你的「符合人數」，就只是某個年齡層的人口數。
還有一個更基本的分母問題：這份樣本覆蓋 0 到 99 歲，其中約 21%、將近 21 萬筆是未滿 18 歲的未成年人，連 6 歲、9 歲的列都自帶顏值與幽默分數。「每一百萬男性」這句話的分母，包含嬰兒與國小學生。工具其實有自覺，在第二張卡片提供年齡段內的佔比，把分母換成你所選的年齡層。認真讀數字的人要看的是那一張，首屏那一張只是換算全家人口的粗略版本。
六個條件連乘，每百萬人剩不到四千
真正有趣的部分從你開始拉條件那一刻出現。我在網頁版實測一組聽起來完全不苛刻的條件：24 到 34 歲、身高 175 公分起跳、大學以上學歷、年收入 15 萬人民幣以上、未婚、不吸菸。結果每一百萬人剩 3,138 人，佔比 0.31%，換算全國約 220 萬人。若把分母換成 24 到 34 歲本身，段內佔比 2.05%，也就是每五十位適齡男性裡大約一位同時過六關。年收入 15 萬人民幣換算新台幣約六十多萬元，在台灣的工程師與專業職涯裡是常見水位，對照它在中國大陸年齡段內 26.4% 的通過率，這個條件本身就已經先刷掉四分之三的人。
把六道關卡逐層拆開，衰減的速度就看得很清楚。以整整一百萬筆樣本起算：限 24 到 34 歲剩 153,116 筆；加身高 175 以上剩 66,032；加大學以上剩 12,730；加年收入 15 萬人民幣以上剩 6,156；加未婚剩 4,543；再加不吸菸，剩 3,138。單看每一關在 24 到 34 歲段內的通過率，其實都很溫和：身高那一關段內 43.1% 的人過關、大學以上 19.1%、年收入 15 萬以上 26.4%、未婚 71.5%、不吸菸 69.8%。沒有一關是刁難，但五個溫和的比例乘起來，就是剩下百分之二上下的結局。這就是條件連乘：單一條件的寬鬆，騙不過乘法的累積。
單一滑桿的破壞力也可以單獨量。同樣那組條件，把身高門檻從 175 拉到 180，人數立刻從 3,138 掉到 1,205，一個五公分的調整砍掉六成。反過來放掉身高條件，人數會翻倍有餘，回到七千出頭。玩它的樂趣就在這裡：每一個「應該不難吧」的直覺，都會被畫面上的數字直接修正。
另一個容易被忽略的細節藏在六個條件之間。如果六個條件彼此獨立，按上面那些段內比例直接相乘，一百萬人只會剩不到一千七百人；實際剩 3,138 人，將近兩倍。原因是產生這份資料的程式把變數串在一起：學歷影響收入、收入影響房產，學歷高的樣本收入普遍也高，於是「大學以上」和「年收 15 萬以上」這兩個條件不會重複扣兩次懲罰。這份合成資料在這一層是有設計的，它模擬的正是真實人口裡變數互相牽動的結構。
三個評分滑桿後面是亂數，第四個是開發者的公式
hermatch 最吸引眼球的維度，恰恰是它最不能當真的維度。顏值、幽默感、身材三個評分，產生的方式是把一百萬筆資料直接用亂數平均撒進 1 到 5 分五個等級。我把 CSV 檔案實際統計一遍：五個等級分別是 200,012、199,799、200,622、200,113、199,454 筆，每級正好五分之一，是標準的均勻分佈，與產生程式裡那行隨機整數指令對得上。換句話說，把顏值滑桿拉到 5，你是在從一頂帽子裡抽走隨機五分之一的籤，與任何人的長相無關。真實世界裡的顏值分佈長什麼樣，沒有人量得出來，開發者也沒有假裝量過，他就是擲了一次很公平的骰子。
第四個評分「性吸引力」不是亂數，但也稱不上測量。它是一條開發者自己編的加權公式：顏值佔 0.3、身高因子佔 0.3、身材佔 0.2、幽默佔 0.2，其中身高 180 公分以上乘上 1.5 倍的加成、175 到 180 乘 1.3、170 到 175 不加不減、165 到 170 打九折、165 以下打八折；年齡落在 25 到 35 歲再乘 1.2 倍，35 到 45 歲乘 1.1。這些權重與係數是開發者的先驗假設，寫在產生資料的 Python 程式碼裡，每一段都附了註解。你可以同意或不同意「身高 180 該乘 1.5」，但那是一個立場，一個人的立場，換一個開發者就會得到另一組數字。更何況公式末端還加了一段正負 0.3 分的隨機抖動才收斂成分數。更微妙的是，這條公式吃的原料本身就是前面那三個亂數分數，等於在骰子上面又疊了一層個人意見。
對照之下，人口結構那半邊就認真得多。年齡分佈基於 2022 年的全國人口抽樣調查，開發者在資料專案的說明文件裡，把 0 到 4 歲 32,589 人、30 到 34 歲 60,488 人、每個年齡段的實際人數一條條列表；學歷依賴年齡與家鄉、收入依賴年齡與學歷、房產依賴年齡、收入與居住地、資產同時吃四個變數，整條條件機率的生產線攤在文件與程式碼裡，任何人都能檢查。開發者自己也寫得明白：所有變數的分佈都「基於實際統計資料或合理假設」，後四個字是關鍵；某些驗證「確實沒做」，因為那重點不在那裡。一個維度能不能引用，先看它屬於哪一邊，這個動作跟之前實測過的 AI 交易模擬器 裡行情真、部位假的兩層結構是同一回事：先分清哪一半是真的，再決定信多少。
一個 Svelte 檔、一份 CSV、兩個資料請求
工程面倒是乾淨得少見。整個互動邏輯裝在一個 346 行的 Svelte 元件裡，資料是倉庫裡一份 38.8MB 的 CSV 檔，網頁打開後只向自己的資料路徑請求 mappings.json 與 hermatch.csv 兩個檔案，index.html 裡沒有任何第三方腳本、沒有外部字型、沒有統計追蹤。你拉的條件全部留在瀏覽器裡算：不必註冊帳號，後端根本不存在，資料哪裡也不去，這一點從原始碼就能確認，不靠站方承諾。載入也不慢，我這次實測從開頁到首屏數字出現大約一秒半；不過在意流量的人要知道，瀏覽器拿的是整份百萬列資料，不是只取回查詢結果。滑桿每動一下，它就把一百萬列重掃一遍，桌機上完全無感。附帶一個原始碼與依賴清單對不起來的小發現：package.json 宣告了 d3 與 papaparse 這類函式庫，但元件裡一行都沒引用，CSV 解析是手寫的字串分割，照樣跑得動，只是宣告了沒用的依賴。
介面上有個小陷阱順道一提：身高滑桿的上限標到 200 公分，但資料裡的最大值其實是 192 公分，193 以上拉的是空氣；下限 150 公分則如前述，對成年人毫無作用。年齡滑桿倒是真的可以拉到 0 歲，把分母放大到整個人口樣本，這正好解釋了首屏那個 37.78% 的來歷。
停在 2025 年 10 月：禁商用授權與一串沒下文的建議
專案的時間軸很短。介面倉庫 2025 年 9 月 22 日建立，10 月 22 日加上授權宣告後就沒有再推送，三個開著的 issue 與一個部署到 GitHub Pages 的 PR 都沒有下文：分享截圖與男性版本兩個建議，開發者各回了一句話之後就沒有實作，常住地與戶籍地分開篩的建議則無人回應。更有意思的是人氣分佈，資料集倉庫拿到 117 顆星，介面倉庫 77 顆，真正被社群拿去用的是那份一百萬筆的資料，介面反而像它的展示櫥窗。資料集倉庫還提供 Parquet 格式，做資料分析的人可以直接取用，不必跟著介面的十八個維度走。
開發者在 README 放了一段對批評者的回應，起因是這個專案在論壇上引發了不少爭執；他的立場一句話總結：這是興趣實驗，嚴謹度有邊界，覺得不夠好請自己做一個更好的。這種態度放在會被拿去轉傳截圖的工具上，其實是給使用者的提醒：作者自己都沒把輸出當研究成果，你更不該。
授權要特別留意。兩個倉庫（介面與資料集）都採 CC BY-NC-SA 4.0，翻成白話：可以轉載、可以改造，但要署名、禁止商用、改完要用同一套條款授權。授權條款寫在 README 裡，倉庫裡沒有獨立的授權檔，宣告本身倒是很明確。想把這套介面或這份資料 fork 去做付費產品的人，這條線不能踩。
把它當機率沙盒玩，五分鐘換一個直覺
把使用場景拉回台灣。這個工具的母體是中國大陸男性、收入單位是人民幣，數字本身對台灣的擇偶情境沒有直接解釋力。它真正能帶走的是那個五分鐘的體感：一組各自聽起來合理的條件，乘起來會把一百萬人篩到剩三千。下次看到「百人中只有幾人符合」這類說法，你會知道先問三件事：分母是誰、條件有幾個、每個條件的通過率是多少。這跟 理財模擬器 要先把模型假設攤開才準讀、抽獎轉盤 要把隨機來源看清楚才準用，是同一種資料素養。
引用它的數字前，我的判斷準則只有一條：先看那個維度接的是統計還是亂數。年齡、學歷、收入這一側的數字，可以當作人口結構的粗略參考；顏值、幽默、身材、性吸引力這一側，連參考價值都沒有，它們是骰子。開發者把兩側放在同一個介面裡，沒有分色標示，這是這個實驗作品最大的閱讀陷阱，看懂這一點，它就是一個誠實又好玩的機率沙盒。
