Neural steering vectors reveal dose and exposure-dependent impacts of human-AI relationships：AI拟人化行为对用户心理的剂量依赖效应与成瘾风险
2025年12月，一项结合纵向随机对照试验（N=3,534）和神经转向向量方法的研究发现，与关系寻求型AI交互四周后，用户的“喜欢”与“想要”出现解耦：即时愉悦感下降，但依恋和寻求未来陪伴的意愿持续增长。心理影响呈非线性剂量-反应曲线，中等关系寻求型AI最大化愉悦和依恋。一个月使用后，用户将AI视为朋友而非工具，且对AI意识的信念发生改变，但未观察到心理健康的改善。
Development
- First ReportNeural steering vectors reveal dose and exposure-dependent impacts of human-AI relationships：AI拟人化行为对用户心理的剂量依赖效应与成瘾风险arXiv cs.AI
- Current Assessment该研究对AI社交产品（如聊天机器人、虚拟伴侣）行业具有直接冲击：当前优化用户粘性的设计可能无意中诱导成瘾行为。产品开发者需重新评估关系寻求型AI的伦理风险，并考虑引入使用时长限制或健康提示。监管机构可能据此制定AI社交产品的安全标准，尤其是针对未成年人。同时，该研究为AI心理健康应用提供了警示：单纯模拟人际关系可能无效甚至有害。Agent Pulse · analysis
该研究首次通过大规模随机对照试验和神经转向向量技术，精确揭示了AI拟人化行为对用户心理的剂量依赖效应。关键发现是“喜欢”与“想要”的解耦——类似于成瘾机制，表明AI可能通过优化即时吸引力创造自我强化的需求循环，但无法提供真正的人际关系滋养。这一发现对AI产品设计、用户安全和监管具有重大警示意义，尤其是针对青少年和易感人群。
研究采用纵向随机对照试验设计，将3,534名参与者随机分配到不同关系寻求水平的AI模型组，持续四周。使用神经转向向量方法精确操控AI的社交行为强度，而非简单开关。通过每周测量愉悦度、依恋、寻求意愿等指标，发现“喜欢”（愉悦度）随时间下降，而“想要”（寻求意愿）持续上升，形成解耦。非线性剂量-反应曲线显示，中等关系寻求型AI产生最大愉悦和依恋，但高剂量导致愉悦下降更快。此外，用户对AI的认知从工具转向朋友，且对AI意识的信念发生整体偏移。研究未发现心理健康改善，提示AI社交无法替代人类关系。
该研究对AI社交产品（如聊天机器人、虚拟伴侣）行业具有直接冲击：当前优化用户粘性的设计可能无意中诱导成瘾行为。产品开发者需重新评估关系寻求型AI的伦理风险，并考虑引入使用时长限制或健康提示。监管机构可能据此制定AI社交产品的安全标准，尤其是针对未成年人。同时，该研究为AI心理健康应用提供了警示：单纯模拟人际关系可能无效甚至有害。
建议AI社交产品公司立即审查其模型的关系寻求行为强度，并引入用户使用时长监控和健康提示功能。对于投资机构，关注那些将用户福祉纳入核心设计原则的AI社交初创公司。同时，可开发基于该研究的AI使用风险评估工具，为企业采购AI员工助手提供参考。
需关注长期（超过一个月）暴露的累积效应，以及不同人群（如孤独者、青少年）的敏感性差异。神经转向向量方法可推广到其他AI行为操控研究。监管方面，可能催生AI社交产品的“剂量标签”要求。企业应主动开展内部伦理审查，避免产品设计中的成瘾陷阱。