新加坡政府通过 GovTech 启动的 FirstDate 试点项目，重新进入国家运营的匹配领域，仅限政府雇员参与。该服务要求用户通过 Singpass 验证身份，并填写包含超过 30 个问题的详细问卷，涵盖兴趣、生活习惯、沟通方式和关系偏好八个类别。根据服务说明，FirstDate 采用了获得诺贝尔奖的盖尔-沙普莱稳定婚姻算法，以循环轮次生成匹配，参与者每轮仅获得一位潜在伴侣，仅在双方同意时共享联系信息。

盖尔-沙普莱算法最初是在 20 世纪 50 年代开发，用于将医务实习生与医院匹配，其机制是让每个参与者排序偏好，然后寻找稳定匹配——即没有两个个体会更倾向于彼而非其分配的伴侣。据称，FirstDate 的实施会根据问卷回答将异性参与者按兼容性排序，随后生成这些稳定匹配。服务说明指出，匹配结束后，池内没有任何一对双方会更倾向于离开现有匹配去选择彼此也更喜欢的对象——这正是稳定匹配的定义特征。

然而，将这种数学方法应用于约会引发了重大担忧。首先，该算法保证稳定性但不保证满意度——它确保没有任何一对双方会更倾向于离开现有匹配去选择彼此也更喜欢的对象，但无法预测由此产生的关系是否会幸福或充实。更关键的是，该算法的设计假设参与者承诺接受匹配结果，例如医务实习分配场景。在约会情境中，尤其是像 FirstDate 这样的服务与现有约会平台并存时，用户保有外部选择权且不被迫接受算法建议。当个体可以简单地忽略匹配而转而追求其他连接时，这削弱了稳定性的核心前提。此外，该服务依赖自我报告的问卷数据，难以区分内在特质与期望的伴侣特质，可能将一个人是什么样的人与他们在伴侣身上寻求什么混为一谈——这种限制在考虑表达的偏好是否能可靠预测浪漫兼容性之前，就已使准确的偏好信号变得复杂。