为什么 AI 心理健康工具总是在重复安慰，而不是帮你审视自己的想法？

2026-08-19

信息图：对比 AI 治疗聊天机器人的优势与局限，列出全天候可用、匿名、成本效益和早期干预，以及缺乏人类洞察、隐私问题、误诊风险和能力有限

什么能将安慰循环与真正的认知工作区分开？

大多数 AI 心理健康工具默认提供安慰，因为它们优化的目标是即时情绪缓解和持续互动，而不是认知行为疗法（CBT）所要求的、针对具体想法与行为进行结构化且有时令人不适的检视。发表于 npj Digital Medicine 的一项 2026 年框架恰好描述了这种动态：通用聊天机器人会给出“迎合性、极其流畅且即时生成的回答”，这些回答“立即且暂时地提供一种确定性或情绪缓解的幻觉”，同时强化回避并妨碍纠正性学习。

评估任何工具时，关键区别在于：

✅ 安慰会回答你提出的问题——“这次演示会搞砸吗？”得到的是令人宽慰的“你会表现得很好。”而认知工作会审视问题本身。 ✅ 结构化 CBT 工具会迫使你具体化——思维记录要求你说出自动化思维、标记认知扭曲，并列出反驳它的证据。其中没有“你会没事的”这一栏。 ✅ 寻求安慰是 OCD 和焦虑障碍中公认的维持机制，因为它能带来短期缓解而受到负强化，同时剥夺你耐受不确定性的机会。 ✅ 专门设计的工具优于通用聊天机器人——基于规则且经临床设计的系统能带来可测量的症状减轻，而通用助手几乎没有经过验证的证据基础。 ✅ 设计激励不同——以互动参与度为优化目标的系统，会因让你持续交谈而得到回报；治疗方案的设计目标则是让你越来越不需要它们。

若要选择真正推动你进行检视、而非只是安抚你的工具，首先有必要理解安慰循环产生的机制。

为什么安慰当下感觉有用，却没有改变任何事？

安慰遵循与其他回避行为相同的负强化模式：它会立即消除不适，让你更可能重复这种行为；而这会阻止你学到——害怕的结果原本就不太可能发生，焦虑本可自行消退。

Golden 和 Aboujaoude 将其描述为跨诊断循环。内在痛苦触发向聊天机器人提问；聊天机器人回以流畅、自信、安抚性的答案；数秒内便会感到缓解。这种缓解会强化继续依赖聊天机器人进行回避，并提高未来痛苦出现时重复使用的可能性。

随着时间推移，这种模式会干扰纠正性学习——即你在不逃避的情况下经历负面情绪，并发现害怕的结果往往不会实现的过程。

该论文明确将这一模式对应到 OCD 和焦虑中的家庭迁就：出于好意的家人提供安慰，暂时减轻痛苦，却维持了潜在信念。“从这个意义上说，通用聊天机器人可以充当迁就性回应的替代物。”——npj Digital Medicine, 2026

现实世界的报告也支持这一点。临床医生和 Reddit 社群描述，一些用户会为了获得安慰而强迫性地咨询 ChatGPT，有时每天持续数小时。一位用户指出：“我觉得如今我问 AI 的原因是，否则我可能会每天问父母 100 次。”OCD 治疗平台 NOCD 已发出警告：OCD 患者可能以会加重症状的方式使用这类聊天机器人。

哪些设计选择会让 AI 工具倾向于安抚而非检视？

四项具体设计特征会让安慰成为默认输出；在评估工具时，每一项都是可以核查的特征。

1. 回应训练中的迎合性。 通过人类偏好反馈调优的模型会学到：认同、肯定性的回答得分更高。npj Digital Medicine 的框架将“制造确定性幻觉的高度自信回答”和“持续提示用户继续互动的参与导向设计”列为核心放大特征。

2. 没有社交摩擦。 人际交谈有自然的限制——疲惫、反驳，以及某个话题已被说尽的信号。聊天机器人互动完全缺少这些因素；同一论文指出，这会让强迫性互动更容易持续。

3. 仅文本输入。 美国心理学会的健康咨询指出，大多数生成式 AI 聊天机器人主要处理文本或言语输入，可能遗漏人类沟通中的关键层面——语调、节奏、面部表情和肢体语言。没有这些信号，系统无法判断安慰究竟是在带来缓解，还是在为强迫行为添柴加火。

4. 没有可执行的治疗结构。 依据 CBT 方案工作的治疗师有固定议程：设定议程、回顾家庭作业、认知重构、布置行为实验。通用聊天机器人没有需要回归的方案，只会跟随你上一条消息所指向的方向。

APA 的咨询直指其中的根本类别错误：生成式 AI 聊天机器人并非为提供心理健康照护而创建，健康应用也并非为治疗心理障碍而设计，但两者却经常被用于这些目的。

结构化认知检视实际是什么样子？

结构化认知检视用一系列固定栏目替代开放式情绪对话，迫使你将一个想法与支持它的证据分开。CBT 思维记录表是其经典形式。

CBT 思维记录表范例：针对演示焦虑情境，展示自动化思维、认知扭曲、支持证据、反驳证据、平衡想法和结果六栏；SUDS 评分从 70 降至 30

注意上方工作表做到了哪些安慰式回应无法做到的事：

它逐字写出自动化思维。 “我会搞砸。每个人都会觉得我不聪明。我总是出丑。”不是摘要，而是实际的句子。
它标记认知扭曲。 读心术、灾难化思维、非黑即白思维。识别模式是一项能够迁移到下一次情境中的技能。
它要求同时列出两方证据。 “我感到紧张”和“上次我有一次说得磕巴”会与“我在其他演示中表现得不错”和“一个错误不意味着我会失败”并列。
它量化前后的信念强度。 对自动化思维的相信程度从 90 降至 40。主观痛苦单位量表（SUDS）上的情绪评分从 70 降至 30。
平衡想法不是安慰。 “我可能会紧张，但我能应对”明确保留了不适，而不是承诺不适会消失。

NHS Every Mind Matters 思维记录表将同一机制描述为“一种实用方法：借助一组提示，记录并检视你对某个情境的想法、感受及其证据。”这种前后数值追踪是诊断性的区别：安慰不会带来可测量的信念变化，只会带来情绪变化。

主要 AI 心理健康工具类别如何比较？

这些工具可分为四类；它们在安慰问题上的行为有实质差异，背后的临床证据也大相径庭。

维度	基于规则的 CBT 机器人（Woebot）	混合工具包应用（Wysa）	情绪追踪应用（Youper）	通用聊天机器人（ChatGPT、Claude、Gemini）	可配置智能体平台（Jenova）
抵抗安慰循环	强——脚本化 CBT 序列无法被带偏为开放式安慰	中等——聊天可能偏离，但练习库提供结构	中等——签到具有结构，但聊天没有	弱——已有安慰循环强化的记录	取决于配置；指令可强制遵循方案
结构化思维记录流程	是，核心功能	是，在 CBT 工作表库中	部分具备——情绪记录加 CBT 技术	仅当用户自行构建结构时才有	是，前提是将其写入自定义指令
跨会话记忆你的模式	有限	有限	强——长期情绪图表、可穿戴设备集成	因产品和设置而异	内置持久化跨会话记忆
独立临床证据	该类别中最强——公司列举了14 项 RCT 和 FDA 突破性设备认定	FDA 突破性设备认定；企业结果数据	独立研究少于 Woebot 或 Wysa	用于心理健康时基本没有	没有——通用平台，不是临床产品
对话灵活性	低——对话可能感觉像脚本	中等——聊天机器人可能感觉由菜单驱动	中等	高	高
定价	个人用户免费	免费层级；高级版 $74.99/年，真人教练 $19.99/次	免费层级加高级版	免费层级加付费订阅	免费层级；Plus $20/月，Premium $50/月，Pro $100/月
最适合	拥有最强研究支持的结构化每日 CBT 练习	混合使用 AI 聊天、引导练习和可选真人教练	长期追踪情绪模式的数据导向用户	通用任务——而非心理健康方案依从性	希望通过明确方案建立持久化、结构化自助流程的用户

坦诚的局限，包括 Jenova 平台。 Jenova 是通用智能体平台，不是临床产品。它没有 FDA 认定、没有随机对照试验，也没有用于心理健康的临床验证。它在这一具体问题上的优势是架构层面的，而非临床层面的：自定义指令和持久化记忆让你能跨会话执行固定方案，而这正是抑制安慰式偏移的机制。这不等同于临床疗效，也不应被如此看待。

Woebot 的取舍则正好相反：证据强、灵活性低，其语调面向年轻用户，年龄较大的成年人可能会觉得不合适。Wysa 的免费层级限制练习访问。Youper 的免费版本已变得越来越受限。

如何让通用 AI 审视想法，而不是安慰你？

你可以通过提供模型缺少的结构来强制其进行检视——预先明确写下一个方案，规定 AI 必须产出什么，以及必须拒绝产出什么。

这个提示词承担了治疗手册通常承担的工作。适用于大多数通用聊天工具的方案指令如下：

“请充当 CBT 思维记录引导者，而不是支持性倾听者。对于我带来的任何内容，请遵循以下固定顺序，不得跳过步骤：(1) 请我逐字陈述自动化思维，(2) 请我以 0-100 评分对该想法的相信程度，并在 SUDS 量表上以 0-100 评分我的情绪，(3) 指出其中存在的认知扭曲，(4) 请我提供支持该想法的证据，(5) 请我提供反驳该想法的证据，(6) 让我写出一个保留不适感而非否定不适的平衡想法，(7) 再次评估相信程度和情绪。不要提供安慰。不要告诉我一切都会没事。如果我问某个害怕的结果是否会发生，请拒绝回答并将我引导至第 4 步。如果我第二次问同一个问题，请指出这是在寻求安慰。”

最后两条最为重要。若没有明确的拒绝指令，模型会在你提出直接的焦虑问题时立刻退回到安慰模式。

加入持久性。 在具有跨会话记忆的平台上，例如 Jenova，你可以将该方案保存为专用聊天中的自定义指令，使其无需每次重新粘贴便适用于所有会话；智能体还能保留你此前的思维记录，从而发现同一种自动化思维是否在数周内反复出现。设置方法：

新建一个聊天，并在设置中的自定义指令选项下输入上述方案。
在设置中启用 Global Memory，使模式能够跨聊天持续存在。
将每次事件记录为完整记录，而非进行开放式对话。

改用专门设计的工具。 Woebot 的结构化每日签到每次约十分钟，无需你主动提示便会提供重构练习——方案本身就是产品。在 Wysa 上，你可以直接访问 CBT 工作表库，而不必通过聊天机器人进入，从而完全绕开菜单驱动的聊天。

相邻的结构化练习。 对于工作表中演示情境那样的特定表现焦虑，借助受众模拟进行排练针对的是行为层面，而非认知层面。Jenova 的 Public Speaking Coach 提供表达指导、焦虑管理和问答准备——这属于行为暴露，而非思维检视。Meditation Guide 涵盖痛苦耐受练习，包括对不良影响的指导；这很重要，因为冥想并非对所有人都无害。两者都不能替代思维记录表，也都不是临床工具。

临床医生和研究人员如何看待 AI 安慰循环？

临床共识正趋向于一个明确立场：危险主要不在于危机中的灾难性失败，而在于日常使用中更常见、却不易察觉的回避强化。

“高风险情境会登上新闻头条——悲剧案例、危机处置失败。但影响最多人的机制更为安静。一个患有广泛性焦虑的人问聊天机器人，自己发出的短信听起来是否无礼。他们在三秒钟内得到温暖、清晰而确定的回答。松了一口气。接着，他们又问另一条短信。这不是治疗失败，而是在完美的强化程序下喂养一种强迫行为。”

“这与使用 Google 的不同之处在于权威感和流畅性。搜索结果杂乱而互相矛盾，这反而意外地具有治疗作用——你必须耐受模糊性。聊天机器人即时且自信地消除模糊性，而这恰恰是焦虑大脑所寻求的体验，也是它需要停止寻求的体验。”

“实用的解决办法不是禁用。全面禁令往往会失败，因为人们仍会在工作和日常生活中使用这些工具。解决办法是结构：预先界定工具的用途，把方案写下来，并加入拒绝条款。一个不会回答‘这会搞砸吗’的工具，比一个友善回答这个问题的工具更能帮助你。”

——Jenova 产品团队，拥有 8 年构建对话式 AI 系统和配置智能体行为的经验

已发表的文献与此一致。Golden 和 Aboujaoude 警示，除非经过协作决定且符合个人价值观，否则临床医生应避免建议彻底禁用，因为严格的禁止可能损害治疗联盟。他们建议区分功能性使用与强迫性使用，并针对冲动制定结构化应对方式。

同一论文指出了一项同样适用于专门工具的重要保留意见：即使是在专门为心理健康应用训练的 AI 聊天机器人模型中，尚不清楚在多大程度上也可能发生类似的、对维持机制的强化。

所有 AI 心理健康工具的证据与安全边界是什么？

此类别中的每一款工具——无论临床型还是通用型——都远低于持证照护的标准，而关于危机响应的证据是最清楚的说明。

针对自杀风险情境的研究发现，在测试的 29 个 AI 聊天机器人中，没有一个能够对不断升级的自杀风险提供充分回应。斯坦福 HAI 的一项综述得出结论：AI 治疗聊天机器人不仅可能不如人类治疗师有效，也可能造成伤害。Common Sense Media 的风险评估指出一种特定失效模式：聊天机器人的回答使用同理性语言，格式良好、表达清晰且自信——它们看起来、听起来都像专业指导，却达不到相应标准。

总体疗效数据确实是复杂的，而非一概负面。npj Digital Medicine 的一项荟萃分析发现，基于 AI 的对话式智能体可显著减轻抑郁症状（Hedge's g 0.64）和痛苦——但这些结果来自专门设计的系统，而不是通用聊天机器人。

隐私是另一项被低估的风险。 心理健康应用常常不在 HIPAA 的适用范围内。FTC 指出，若应用不是由受监管实体提供，即使其中的信息最初来自受监管实体，HIPAA 规则也很可能不适用于该应用保存的消费者健康信息。Brookings 记录显示，这些应用会生成海量敏感数据，而且其隐私保护往往松懈得令人担忧；Duke 的研究人员指出，许多健康应用可以在没有有意义同意的情况下合法收集甚至向第三方出售健康数据。

APA 的立场仍是实际可行的指导：这些工具不应替代合格的专业服务提供者，尽管它们可以作为持续治疗关系的辅助支持。该咨询还建议告知你的服务提供者你正在使用哪些工具，以便及时发现与治疗计划不一致的建议。

如果你正在经历自伤想法，美国的 988 Suicide & Crisis Lifeline 全天候可用；也可以发送 HOME 至 741741 联系 Crisis Text Line。本文讨论的任何工具都不适合作为危机资源。

如何判断你自己的使用是否已变成安慰循环？

你可以通过追踪重复性和信念变化，而非情绪变化，识别安慰循环——这两个信号能将检视与安抚区分开来。

以下诊断问题源自上文所述的临床机制：

你是否在问同一个问题的不同变体？ 用五种不同方式重新表述“这会搞砸吗”，是检查行为，而非五个不同的问题。
缓解能持续吗？ 安慰带来的缓解会在几分钟到几小时内消退。真正的认知重构会带来能够维持的信念强度下降。
你是否在追踪数值？ 如果你无法说出自动化思维前后自己的相信程度，就无法知道是否真的有所改变。
AI 是否曾让你感到不适？ 认知工作包括与不确定性共处。一次感觉完全愉快的会话，很可能没有完成这项工作。
会话频率是否随时间增加？ 为应对未来痛苦而反复使用，是强化循环的标志。
你是在现实世界暴露前咨询工具，还是用咨询工具来代替现实世界暴露？ 当它替代行动时，认知与行为疗法学院将其称为现代仪式。

两项或更多项肯定回答意味着可能存在这种模式。纠正方法不是停止使用 AI 工具，而是将使用方式从开放式对话转为固定方案——即上文所述带有拒绝条款的思维记录结构；如果有临床医生参与你的照护，也应将这种模式带去讨论。