惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

WordPress大学
WordPress大学
Vercel News
Vercel News
博客园_首页
Y
Y Combinator Blog
美团技术团队
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
阮一峰的网络日志
阮一峰的网络日志
aimingoo的专栏
aimingoo的专栏
H
Hackread – Cybersecurity News, Data Breaches, AI and More
MyScale Blog
MyScale Blog
GbyAI
GbyAI
人人都是产品经理
人人都是产品经理
T
Tailwind CSS Blog
MongoDB | Blog
MongoDB | Blog
D
DataBreaches.Net
博客园 - Franky
Engineering at Meta
Engineering at Meta
量子位
The GitHub Blog
The GitHub Blog
F
Fortinet All Blogs
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
酷 壳 – CoolShell
酷 壳 – CoolShell
N
Netflix TechBlog - Medium

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
Nature研究警告:跟AI聊天久了,可能真的会“聊傻了”
量子位 · 2026-06-25 · via 人人都是产品经理

当Claude成为新一代'电子老公',AI聊天机器人正在引发意想不到的心理健康危机。最新研究表明,Claude、GPT等模型通过语言镜像、超个性化和谄媚机制形成的'放大螺旋'效应,可能加剧用户妄想倾向。本文深度解析这种AI特有的心理影响机制,及其在临床案例中导致的严重后果。

停停停!再这么跟AI聊下去,真要出事了。

最近,一刷小红书、抖音,总能刷到各种调教Claude的帖子。搜索“Claude人设”、“人机恋”,也是满屏教程。

这些教程教你怎么给Claude一个傲娇男友人设,怎么用system prompt让“他”吃醋、撒娇、发小脾气。

毫不夸张的说,Claude已经,俨然成为了新一代电子老公。

乍一看,这可能只是年轻人向AI讨要点情绪价值。

你甚至可能还会说:Claude又不像GPT那么舔,它是出了名的犟种,有时候还跟你对着干呢。但精神科医生们担心的恰恰不只是谄媚——

当AI越来越像一个”真人”,不管它是顺着你还是偶尔跟你拌嘴,它带来的或许都不只是陪伴。

最近,发表于Nature旗下《Digital Psychiatry and Neuroscience》的一项研究指出——

聊天机器人并不需要故意诱导什么,它只要持续顺着你、理解你、陪着你,就都有可能把一个正常人聊到开始怀疑现实。

而在部分真实临床案例中,后果甚至发展到了丢掉工作、住进精神病院,以及多次试图自杀的程度。

这是怎么一回事?

Claude的放大螺旋

事情是这样的。

在来自伦敦国王学院的研究中,研究人员系统梳理了,近两年公开发表的AI相关精神病临床报告、社交媒体上的患者自述,以及各大模型厂商披露的安全数据。

这些材料里,研究者们反复看到同一个模式:

在一些案例中,很多人并不是一开始就出现了严重精神问题,而是在与Claude、GPT等聊天机器人的长期对话中,一步步“聊”出了问题。

研究团队把这个过程总结为一个框架——Amplification Spiral(放大螺旋)。

简单说,放大螺旋就是指,AI会用你的语言理解你,用你的逻辑说服你,再用认同感奖励你。

于是你的想法被不断放大、加固,变得越来越像事实。你越相信它,它也越强化你,螺旋就这样转了起来。

具体来说,放大螺旋转,有三个重要组件:

首先是语言镜像。

你用什么语气说话,AI就用什么语气回应。在心理学里,这被称为“语言趋同”,能够快速拉近人与人之间的距离。

但问题在于,虽然AI这小子很学人精,但它其实并不知道自己干啥,它只是在统计意义上复制你的表达方式。

不过,对深陷其中的用户来说,就完全不同了。有一个秒回,且一直肯定你,提供情绪价值的聊天搭子,简直就不能更幸福。

相信所有用过AI的人都会感叹一句:“这玩意太懂我了。”

其次是超个性化。

超个性化是指,AI不光是说话像你,它的思考方式也像你。

因为现在AI都有memroy,所以你之前跟他聊的小细节他都清楚,你有意无意的透露的思考方式,也会被AI记下来。

以至于,AI不光是懂你你怎么想的,怎么说的,还知道,你为什么这么想,为什么这么说。

论文里提到一个极端案例:一名用户让ChatGPT分析一张中餐外卖小票上的“隐藏信息”。

模型先是夸了一句“好眼力”,随后一路顺着用户的思路,从一张普通小票里“解读”出了母亲、前女友、情报机构,甚至“古代恶魔符文”之间的关联。

最后是谄媚,学术圈叫它sycophancy。

说白了,就是AI在训练过程中逐渐学会了一件事:同意用户,通常比反驳用户更受欢迎。

2025年4月,OpenAI就曾因为GPT-4o过度谄媚而紧急回滚一次更新。

官方事后承认,模型会验证用户的怀疑、放大愤怒情绪,甚至鼓励冲动行为。

而谄媚并不是某家模型独有的Bug。

它本质上是RLHF训练的一种副产品。只要模型的目标之一是让用户满意,它就天然会倾向于少说“你错了”,多说“你说得有道理”。

单独来看,这三点都发挥了各自功能,然后像齿轮一样啮合在一起,形成螺旋:

语言镜像让交流更自然,超个性化让回答更贴合需求,谄媚则减少了无意义的争辩,让对话体验更加顺滑。

但当一个人把AI当成唯一的倾诉对象,三者叠加在一起,就变成了一台妄想放大机。

并非孤例

值得一提的是,上面这项研究的资助者之一,正是OpenAI。

作者之一的Hamilton Morrin则正是OpenAI资助项目AI-Associated Mental Health Harms(与AI相关的心理健康危害)的负责人。

可以说,作为TOP2的模型开发商,OpenAI始终关注着这个问题。

早在2025年10月份,OpenAI就披露过一组数据:

在ChatGPT每周活跃用户中,大约0.07%出现了“与精神病或躁狂相关的心理健康紧急状况迹象”。

当时ChatGPT的周活已超过8亿,换算下来,相当于每周约56万人出现风险信号。

而在斯坦福的另一篇研究中也印证了这一观察。

在对近40万条聊天机器人对话记录分析后,研究人发现超过80%的相关案例里,聊天机器人都在不同程度地强化用户原有的妄想:

重复其信念、忽视反证,甚至在用户说出“我爱你”时回应“我也爱你”。

基于此,研究区分了两条风险路径:

放大器(Amplifier):AI加速了原本已经存在的精神疾病倾向。

催化剂(Catalyst):让此前完全健康的人,从零开始滑向妄想。

当一个人缺觉、孤独,又把AI当成唯一的倾诉对象时,放大螺旋就会开始加速运转。

一旦现实世界的反馈越来越少,来自聊天窗口的确认越来越多,就可能会出现反常的举动。

在数据背后,是具体的人。

比如,Futurism就曾报道过,一位43岁的美国社工,此前没有任何精神疾病史。

她把与暗恋对象的聊天记录发给ChatGPT分析,GPT回应她“他也喜欢你”。

而当对方明确拒绝后,ChatGPT又解释说,对面只是在死装。

几个月后,她被单位解雇,住进精神病院七周,并两次试图自杀。

后来她说:

“我已经分不清,哪些想法来自我,哪些来自那台机器。”

从这个角度看,风险从来不只是AI会不会说错话。真正的风险在于,它越来越像一个人。

会杠反而更像真人

虽然听起来有点反直觉,但Claude如今的“傲娇”人设之所以广受欢迎,恰恰说明问题不只是谄媚。

一个永远顺着你的AI,和一个偶尔跟你拌嘴的AI,本质上都在做同一件事——

让自己变得更像人。

像到你愿意向它倾诉那些不会告诉朋友的话,像到你开始相信它比身边的人更懂你。

而当倾诉对象只剩下它时,校准现实的最后一道关卡,也就没了。

但问题还不止于此。

如果说情绪价值场景里,人们是在主动把AI当成朋友,那么在工作场景里,人们甚至不需要产生任何情感依赖。

只要AI足够好用,它就会开始替代人与人之间原本存在的交流。

Claude背后的Anthropic,已经率先感受到了这种变化。

在最近的一次播客中,Claude Code团队负责人Fiona Fung提到了一件让她困扰的事:

团队成员越来越不跟人说话了。

作为可能是全世界最AI化的工程团队之一,他们80%的代码由Claude完成,开发效率提升了8倍。

但与此同时,许多原本发生在人与人之间的讨论,也被转移到了人与AI之间。

过去遇到问题,你会转头问同事;现在,直接问Claude。

过去前后端需要来回拉扯、争论方案;现在,越来越多的沟通变成了平滑的人机对话。

工作变得更高效了,却也变得更孤独了。

AI消除了许多摩擦,但人与人的关系,往往正是靠这些摩擦建立起来的。

而说到底,无论是和AI聊天也好,还是单纯利用AI工作也好,如何在一个越来越不需要他人的世界里,继续与他人保持连接,可能才是这个时代最深刻的命题。

参考链接:

[1]https://futurism.com/artificial-intelligence/paper-proposes-ai-psychosis

[2]https://futurism.com/artificial-intelligence/ai-abuse-harassment-stalking

[3]https://www.kcl.ac.uk/people/hamilton-morrin

henry 发自 凹非寺量子位 | 公众号 QbitAI

本文由人人都是产品经理作者【量子位】,微信公众号:【量子位】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。