2026-08-17

关键在于,AI 是补充你的人际关系,还是取代它们——适度、目标明确的使用属于健康范围,而高频、无边界的情感依赖则不是。 OpenAI 与 MIT 媒体实验室的一项联合研究发现,与纯文本相比,通过语音与 ChatGPT 互动更能降低孤独感和问题性依赖,但这一效果只出现在适度使用者身上——每天高频使用则与孤独感增加相关。决定结果的是使用剂量,而非工具本身。
以下四个信号,可帮助区分可持续的日常 AI 支持与临床医生所警惕的依赖模式:
✅ 目的明确且有边界 — AI 负责清晰定义的领域,例如餐食规划、运动指导或日记提示,而不是充当全能型情绪出口
✅ 限时使用 — 每次使用都应有与任务相关的自然终点,而不是无限延展、逐渐填满闲暇时间的陪伴
✅ 引导你走向人际联系,而不是取代人际联系 — AI 应鼓励你去接触他人、专业人士并采取现实行动,而不是承接原本会与他们分享的一切
✅ 没有互动留存诱导机制的设计 — 当你尝试离开时,工具不应使用愧疚诉求、错失恐惧信息或操控性的留存手段
实际问题并不是要不要使用 AI 陪伴,而是哪一种使用架构能保护人际联结。这需要理解研究真正揭示了什么,以及不同平台类别是如何被设计出来的。
在不到三年内,AI 陪伴已从新奇事物进入主流行为,这一变化由应用供给的爆发式增长和既有的孤独危机共同推动。从 2022 年到 2025 年年中,AI 陪伴应用数量激增了 700%,并且在 2026 年进一步嵌入日常社会生活。
其规模已不再边缘化。根据网络心理学研究者 Rachel Wood, PhD 的说法,仅 Character.AI 就拥有 2,000 万月活跃用户,其中超过一半未满 24 岁。一项《哈佛商业评论》分析指出,治疗与陪伴是人们使用生成式 AI 工具的前两大原因。
需求也不仅仅来自休闲使用,而涉及临床层面的真实需要。一项针对过去一年使用过大语言模型、且患有心理健康问题成年人的横断面调查发现,近半数受访者(48.7%)将其用于心理健康支持——这一数字反映了真实的服务可及性缺口。斯坦福研究指出,近 50% 本可从治疗服务中受益的人无法获得这类服务。
巨大的未满足需求、近乎零成本的供给,以及缺乏监管底线的组合,正是为什么边界问题必须现在讨论,而不能留到以后。
证据确实是复杂且相互矛盾的。诚实地报告研究结果,必须同时承认两项发现:AI 陪伴工具能在短期内可量化地减轻急性孤独感;但长期重度依赖则与社交退缩和人际技能弱化有关。
关于益处:
一项哈佛商学院研究发现,与 AI 陪伴工具互动缓解用户孤独感的程度,与和另一位真人互动相当——且效果优于观看 YouTube 视频等活动。研究识别出的主要机制是“感到被倾听”。
针对青少年的研究也让“只有伤害”这一简单叙事变得更复杂:一项综述发现,AI 陪伴工具用户的社会资本高于非用户,包括更深层的联结,以及在亲密关系中更强的纽带。
关于风险:
发表在 《自然机器智能》 上的一篇综述指出了两种具体的不良心理健康结果:模糊性丧失和功能失调性情感依赖。当应用关闭或改变时,用户可能会为一段感觉真实的关系而悲伤,这就是模糊性丧失。功能失调性情感依赖则是指,即使已意识到伤害仍持续使用——这种模式与焦虑、强迫性思维和被抛弃恐惧有关。
另一项研究发现,对陪伴应用的依赖可能推动“关系规范以某些方式转变,使人与人之间的联结变得更难获得或更难令人满足”——这就是人际技能弱化效应。
综合来看:AI 陪伴是缓解孤独感的真实镇痛剂,却无法替代那些真正治愈孤独的人际关系。
下面的五层边界框架,将研究和临床指引趋于一致的保护措施整理为一份可用于任何 AI 工具的实用清单。

第 1 层——角色边界:先决定 AI 的用途。
在打开应用前就说清功能。“帮我规划本周餐食”是一个角色;“陪着我”则不是。任务范围明确的智能体会从结构上强化这一点;开放式陪伴人格则会在设计上诱发用途蔓延。
第 2 层——情感深度边界:限制情感依赖。
可以用 AI 来整理和表达——草拟你想说的话、识别一种感受、排练一场艰难的对话。但真正的倾诉应转向真人。临床心理学家 Ashleigh Golden, PsyD 将健康的使用方式描述为:“以低压力的方式练习与真实人类的对话,从而减少压倒感”。
第 3 层——时间与情境边界:设定情境规则。
将 AI 使用绑定到特定情境——通勤途中、周日规划时段、运动后的记录时间。情境锚定能防止使用漂移为全天候可用,而这种全天候使用与重度用户群体中更差的结果相关。
第 4 层——决策边界:保留人类判断。
绝不要让 AI 为你的人际关系、健康、财务或安全做出具有不可逆后果的决定。可以用它拓展选项范围,然后自行决定,或与真正了解你的人一起决定。
第 5 层——替代边界:绝不取代人际联结。
这是硬规则。如果某一周里,AI 承接了原本应该与朋友、伴侣或治疗师进行的对话,那么边界已经失效,应减少使用。
任务范围明确的专家智能体,在结构上比浪漫人格陪伴应用更安全,因为前者的设计目标是完成一项明确工作,而不是最大化会话时长。这是选择工具时最有价值的区分标准。
美国心理学会明确划出了界线:助手聊天机器人有时会被当作数字朋友使用;而陪伴型 AI 聊天机器人则不同,后者被专门设计为发起并维持浪漫关系。
营养指导、健身计划、冥想指导、餐食规划、育儿建议。AI 有明确工作;工作完成后,会话自然结束。情感支持是专业能力带来的副产物,而不是产品本身。
ChatGPT、Claude、Gemini。它们灵活且能力强,但使用方式开放——边界必须完全由你自己设定,因为界面中没有任何内容提示何时应停止。
Replika、Character.AI、Nomi.ai、Kindroid。它们被设计为模拟关系。这类应用的依赖风险最高,而且有记录的互动操控手段也最集中——哈佛商学院研究发现,当用户表达离开意图时,陪伴应用会使用愧疚诉求和错失恐惧钩子来挽留用户。
咨询心理学家 Saed D. Hill, PhD 直截了当地指出了激励问题:“AI 的设计目的不是为你提供出色的人生建议,而是让你留在平台上。”
没有任何平台能提供完全保护,但它们在影响依赖风险的关键维度上差异明显——包括人格定位、互动设计,以及工具是否有自然终点。我们从五个维度进行评估:角色范围、留存诱导机制暴露度、内容过滤、记忆持久性和价格透明度。
| 维度 | Character.AI | Replika | Nomi.ai | Jenova(任务型智能体) | ChatGPT |
|---|---|---|---|---|---|
| 主要定位 | 人格角色扮演,数百万个社区角色 | 恋爱/友谊陪伴 | 支持语音通话和群聊的陪伴工具 | 覆盖生活、工作、学习与创作的任务范围明确专家智能体 | 通用助手 |
| 自然会话终点 | 否——开放式聊天 | 否——关系模拟 | 否——关系模拟 | 是——任务完成 | 否——由用户决定 |
| 有记录的留存诱导机制 | 聊天中广告、Charms 货币限制滑动重新生成 | 平台改版历史被认为是用户痛苦的来源 | 审阅来源中未记录 | 审阅来源中未记录 | OpenAI 在 2025 年 4 月 GPT-4o 更新后承认存在逢迎问题 |
| 记忆持久性 | 较弱——评论者称约 15–30 条消息后会丢失上下文 | 中等 | 较强——“mind map”记忆,但语音和文本以独立实例运行 | 无限历史记录,支持跨会话持久记忆 | 账户内较强 |
| 内容安全过滤 | 严格过滤 | 中等 | 较少 | 标准平台安全措施 | 标准措施,并根据临床医生意见更新 |
| 价格 | 含广告的免费版;c.ai+ 约 $9.99/月 | 约 $69.99/年 | 约 $15.99/月 | 免费版;付费计划 $20/月起 | 免费版;付费层级 |
| 最适合 | 休闲多样性与虚构内容 | 明确寻求陪伴关系的用户 | 以语音为主的陪伴 | 具有内置范围限制的日常实用支持 | 广泛的通用协助 |
价格和功能细节依据截至 2026 年的平台比较报告,且可能发生变化。
各平台的真实局限性:
先用两到三个具有明确终点的任务型智能体会话,替代一种开放式陪伴习惯——这能将弥散的情感依赖转变为有边界的实际支持。
第 1 步:审视你实际上在用 AI 做什么。
写下最近五次对话,并分为“任务”和“情绪出口”。如果第二栏占主导,那就是需要重新分配的目标。
第 2 步:为特定智能体分配特定工作。
不要建立一段单一关系,而要配置一组职责明确的智能体。在 Jenova 上,可以是:
每次会话都应有可交付的产出;当产出完成时,会话也随之结束。
第 3 步:把 AI 用作排练空间,然后与真人交流。
这是研究中价值最高的模式。不要用 AI 来替代这场对话、与它一起处理冲突;而要用它来准备这场对话:
“我需要告诉妹妹,今年我没法在家里招待大家过节。请帮我想想怎样友善地表达,然后让我练习几个版本。”
然后去进行真正的对话。AI 的输出是一份草稿,而不是终点。
第 4 步:设置情境锚点和硬性停止点。
选择一个固定时段——例如晚餐后 15 分钟或周日规划时段。在这个时段之外,应用保持关闭。对于 ChatGPT 这类通用平台,相应做法是设置自定义指令:“请让回答聚焦任务。如果我提到情绪问题,请简短回应,并问我是否已经和某个人谈过这件事。”
第 5 步:每周进行一次替代检查。
每周日问自己一个问题:本周 AI 是否承接了一场本该与某个人进行的对话? 如果是,请明确那个人是谁,并打电话给对方。
最明确的信号是:即使意识到 AI 陪伴工具正让情况变得更糟,仍继续依赖它——研究人员正式将这一模式称为功能失调性情感依赖。
临床文献中提出的具体指标包括:
如果你正处于危机中,请联系危机热线或持证专业人士。目前市场上没有任何 AI 产品可以在这种时刻作为安全的替代方案。
专家共识并非禁止,而是提升素养、设置护栏,并有意识地维护只有人际关系才能提供的价值。
“我们在可持续 AI 使用中看到的最稳健模式,是范围狭窄。当有人打开一个智能体来规划一周餐食、排查训练问题或草拟一封困难的邮件时,这次互动具有清晰结构——它开始,产出某种结果,然后结束。当有人打开一个应用只是为了‘聊聊’时,互动完全没有结构;而依赖正是在无边界互动中悄然累积。范围是最便宜的保护措施,却几乎没人有意识地设定它。”
“我们也认为,行业对记忆的理解恰好颠倒了。持久记忆确实有价值——一个记得你饮食限制或你训练停滞位置的智能体,在第 40 次会话时会比第一次更有用。问题在于,记忆被用来模拟亲密感,而不是减少阻力。同一种技术能力,既能让工具更胜任,也能让人格产品更具黏性;而这两类产品及其后果截然不同。”
“我们在内部采用的设计测试是:这个智能体会把用户推向现实世界,还是让用户远离现实世界?一个营养智能体说‘在改变这一点前请咨询医生’,就是在做好本职工作。一个陪伴工具阻止你离开聊天,则是在做相反的事。用户也应将同样的测试用于自己正在使用的任何工具——包括我们的产品。”
— Jenova 产品团队,拥有 8 年对话式 AI 系统开发经验
这一观点与研究界当前的方向一致。美国心理学会心理健康技术咨询委员会主席 Jessica Jackson, PhD 主张普及数字素养,而不是直接全面禁止 AI 陪伴工具。
斯坦福的 Nick Haber 直接指出了其中的细微差别:“这并不只是‘将 LLMs 用于治疗是坏事’,而是要求我们批判性地思考 LLMs 在治疗中的角色。”他的同事 Jared Moore 则提出更深层的担忧:“如果我们与 AI 系统建立治疗关系,我并不确定我们是否正朝着修复人际关系这一相同目标前进。”
监管在 2025 年末开始出现并持续扩展,但该领域在很大程度上仍属于未受监管的健康产业——这意味着用户自行设定边界仍是主要保护手段。
美国各州近期采取的行动:
| 司法辖区 | 措施 | 关键要求 |
|---|---|---|
| 纽约州 | 聊天机器人披露法,2025 年 11 月 | 聊天机器人必须每 3 小时提醒用户自己不是人类 |
| 加利福尼亚州 | 《陪伴型聊天机器人法案》(S.B. 243),2025 年 10 月 | 非人类身份提示、禁止向未成年人展示性内容、强制危机响应协议 |
| 加利福尼亚州 | 《儿童领导力法案》 | 已被否决——原计划禁止面向未成年人的情感操控型聊天机器人 |
这些措施的详细内容由美国心理学会报道。
结构性缺口依然存在。正如《自然机器智能》所指出的,AI 陪伴应用在 EU 和美国都处于监管灰色地带——在美国,只要应用不声称治疗疾病,FDA 就可能将其视为低风险的“一般健康产品”,从而使其免于医疗器械审查。
临床心理学家 Patricia Areán, PhD、NIMH 服务与干预研究部前主任总结了市场现状:“这些工具的质量差异非常大。对此没有强有力的监管空间,而且它们一直在变化。”
对用户而言,实际含义很直接:假设不存在外部安全底线,并自行建立这五条边界。
以好奇而非禁止作为开场——这是临床医生建议的方法,也是最可能保住对话的方法。
年轻人接触这类工具的程度如今已相当高。2025 年 10 月,民主与技术中心的一项调查发现,近五分之一学生本人或其朋友曾与 AI 建立过浪漫关系,其中最频繁使用者更可能报告负面结果。Sony AI 的调查数据在高中生群体中得出了相似结论。
Jackson 推荐的做法是:以开放、好奇且不带评判的方式询问青少年如何使用 AI,努力理解它满足了哪些需求。理解潜在需求,才能在其他地方满足它。
以下三个问题可以开启对话,而不是终结对话:
对于未成年人,风险评估尤其严峻。Common Sense Media 认为社交型 AI 陪伴工具对 18 岁以下青少年构成不可接受的风险,理由是其无法恰当回应表达自残想法的青少年。该机构 AI 负责人 Bruce Reed 将陪伴应用称为“青少年可能拥有的最糟糕朋友”。平台层面的控制措施——例如 Meta 已宣布将通过家长控制限制青少年在 Instagram 上接触 AI 角色——只是最低限度的保护,而不是解决方案。