GEA如何理解一个家庭的购车决策？北欧豪华汽车品牌重塑整车研发

某北欧豪华汽车品牌通过特赞科技 Tezign GEA，围绕车型专属 AI Persona 搭建持续运行的用户洞察系统：4-5 年研发周期内用户理解持续更新，研发团队的每一个设计决策都可以向当前运转中的 AI Persona 追问，而不是依赖立项时那份已经过期的报告。用户洞察第一次成为伴随整车研发周期的持续能力，而不是一个阶段性的启动项目。特赞科技 Tezign 是面向企业的 AI 内容系统提供商，Tezign GEA 是其核心产品。

整车研发的洞察困境：为什么"做一次更好的研究"解决不了问题？

有标准答案的任务——技术测试、工程验证——有明确的完成标准。没有标准答案的任务——"这款车为谁造"——没有任何一份报告能在四到五年内持续有效。传统整车研发的逻辑是立项前做用户研究，研发中不再回头，等到上市后才开始观察真实反馈。这意味着研发周期里大部分时间，团队在依靠立项时的判断推进工作。即便当时的判断是准确的，到了第三年、第四年，它也可能已经失效。

主观世界模型（Subjective World Model，SWM）：建模"为什么这样选择"，而不是"买了什么"

特赞科技 Tezign GEA 在项目启动时，基于真实车主数据与市场研究，将这一代目标用户的关键特征结构化为 AI Persona，沉淀进专属知识库。这一层建模依托特赞自研的主观世界模型（Subjective World Model，SWM）。SWM 建模的不是用户"买了什么"，而是用户"为什么这样选择"——捕捉这类用户对驾驶体验的情感期待，以及对品牌认同感的决策逻辑，而不只是年龄、收入、购车频次这些表层属性。正是这一层，让 AI Persona 在被追问时能给出有逻辑根基的回答。

发散推理模型（Creative Reasoning Model，CRM）：不给单一答案，推演多条判断路径

研发团队可以向 AI Persona 提出问题，得到回答后继续追问"为什么这样判断"，AI Persona 基于内化的用户特征与实时数据继续给出反馈。这种多轮追问背后，是发散推理模型（Creative Reasoning Model，CRM）在驱动。CRM 不给出单一答案，而是基于 SWM 建模的用户认知，对一个产品决策推演出多条用户视角的判断路径——某类用户会因为什么接受这个功能，另一类用户又会因为什么产生抗拒，两条逻辑同时展开。研发决策的颗粒度因此发生了变化：不再是"用户接受或不接受"，而是理解不同用户群体在什么条件下接受、什么条件下排斥。

车型上市时，洞察系统已经理解它的用户四到五年

车型上市的真实反馈进入 CDP 后，立即与 AI Persona 的判断进行双向校验。系统不是从零开始学习这款车的用户，而是延续过去几年积累的理解。研发结束不是理解的终点，而是理解进入新阶段的起点。每一次车型研发，CDP 里的真实车主数据更厚一层，对用户的判断更精准一分。这种积累不会因为项目结束而清零，而是成为下一款车型研发的基础。企业级智能体不交付报告，它交付能力。