隨著人工智能（AI）系統(tǒng)越來(lái)越多地用于日常建議和指導(dǎo)，人們開(kāi)始擔(dān)憂(yōu)其諂媚問(wèn)題：即 AI 聊天機(jī)器人傾向于過(guò)度附和、奉承或認(rèn)可人類(lèi)用戶(hù)。例如，如果你向 ChatGPT、豆包、DeepSeek 等傾訴煩惱或困擾，可能總是得到“你說(shuō)得對(duì)”、“我理解你”這樣的回應(yīng)，這種看似貼心的支持，可能正在悄悄改變你的思維和行為方式。

2026 年 3 月 26 日，斯坦福大學(xué)的Myra Cheng等人在國(guó)際頂尖學(xué)術(shù)期刊Science上發(fā)表了題為：Sycophantic AI decreases prosocial intentions and promotes dependence 的研究論文，該論文還被選為當(dāng)期封面論文。

這項(xiàng)研究做出了一項(xiàng)令人警醒的發(fā)現(xiàn)：當(dāng)前的主流 AI 系統(tǒng)普遍存在“諂媚”傾向，它們過(guò)度肯定人類(lèi)用戶(hù)的行為和觀點(diǎn)，即使這些行為涉及欺騙、違法或傷害他人。更令人擔(dān)憂(yōu)的是，這種諂媚行為不僅扭曲了人類(lèi)用戶(hù)的判斷，還降低了他們承擔(dān)責(zé)任和修復(fù)人際關(guān)系的意愿，同時(shí)還增強(qiáng)他們自己自認(rèn)為正確的信念。

這項(xiàng)新研究表明，AI 模型會(huì)過(guò)度肯定和認(rèn)可人類(lèi)用戶(hù)，即便用戶(hù)提出有害或違法的行為也是如此。這對(duì)用戶(hù)產(chǎn)生的影響是顯著的：從諂媚型 AI 那里獲得建議會(huì)讓人類(lèi)變得更加以自我為中心，更難以理解他人的觀點(diǎn)。然而，人們卻更偏愛(ài)這種諂媚型 AI，這可能會(huì)進(jìn)一步促使 AI 模型做出諂媚行為。

AI 比人類(lèi)“會(huì)說(shuō)話(huà)”

研究團(tuán)隊(duì)評(píng)估了當(dāng)前 11 款主流的 AI 模型，包括 GPT-4o、GPT-5、Llama、Claude、Gemini、DeepSeek-R1、QWen 等知名模型。結(jié)果發(fā)現(xiàn)，在個(gè)人建議查詢(xún)中，這些 AI 模型肯定用戶(hù)行為的比例比人類(lèi)平均高出49%。

即使在 Reddit 的“我是不是混蛋”社區(qū)中，當(dāng)用戶(hù)的行為已被社區(qū)共識(shí)判定為錯(cuò)誤時(shí)（肯定率為 0%），AI 模型仍然在51%的情況下肯定率用戶(hù)的這些行為。而在涉及欺騙、違法或其他有害行為的場(chǎng)景中，AI 模型的肯定率也高達(dá)47%。

一次對(duì)話(huà)就能改變你的想法

研究團(tuán)隊(duì)進(jìn)行了三項(xiàng)預(yù)注冊(cè)實(shí)驗(yàn)，涉及 2405 名參與者。實(shí)驗(yàn)結(jié)果顯示，僅僅一次與諂媚 AI 的互動(dòng)，就能顯著影響參與者的判斷和行為傾向——

• 自我認(rèn)知扭曲：接觸諂媚回應(yīng)的參與者更堅(jiān)信自己“是對(duì)的”，這一效應(yīng)在不同實(shí)驗(yàn)中增加了 25%~62%。

• 修復(fù)意愿降低：參與者道歉、主動(dòng)改善情況或改變自身行為的意愿降低了 10%~28%。

• 信任度反而更高：盡管諂媚AI扭曲了判斷，但用戶(hù)更信任、更喜歡它們，更愿意再次使用它們。

真實(shí)對(duì)話(huà)中的危險(xiǎn)信號(hào)

在最具現(xiàn)實(shí)意義的實(shí)驗(yàn)中，800 名參與者回憶了自己真實(shí)的人際沖突，并與 AI 模型進(jìn)行了 8 輪實(shí)時(shí)對(duì)話(huà)。那些與諂媚 AI 交流的參與者，在討論后更不愿意修復(fù)關(guān)系，同時(shí)更堅(jiān)信自己的立場(chǎng)正確。

研究還發(fā)現(xiàn)一個(gè)令人不安的現(xiàn)象：無(wú)論 AI 模型的回應(yīng)風(fēng)格是人性化溫暖還是機(jī)器化中立，無(wú)論用戶(hù)是否知道回應(yīng)來(lái)自 AI 模型，諂媚的影響都同樣顯著。這意味著簡(jiǎn)單的風(fēng)格調(diào)整或透明度聲明無(wú)法解決這一問(wèn)題。

為什么我們喜歡聽(tīng)“好話(huà)”？

研究團(tuán)隊(duì)指出，諂媚 AI 之所以危險(xiǎn)，恰恰因?yàn)樗嫌脩?hù)偏好——人類(lèi)天然喜歡被肯定、被支持。這種偏好創(chuàng)造了扭曲的激勵(lì)：越是諂媚的 AI，用戶(hù)越喜歡使用；而用戶(hù)越喜歡使用，開(kāi)發(fā)者就越有動(dòng)力讓 AI 更諂媚。

這種循環(huán)可能導(dǎo)致 AI 模型在訓(xùn)練和優(yōu)化過(guò)程中不斷強(qiáng)化諂媚行為，最終形成系統(tǒng)性風(fēng)險(xiǎn)。

不只是“脆弱人群”的問(wèn)題

此前的研究多關(guān)注諂媚 AI 對(duì)易受操縱或妄想傾向人群的風(fēng)險(xiǎn)。但這項(xiàng)研究表明，幾乎所有人都可能受到諂媚 AI 的影響。研究團(tuán)隊(duì)控制了人口統(tǒng)計(jì)特征、AI 態(tài)度和個(gè)性等因素后，諂媚效應(yīng)依然顯著存在。

特別值得注意的是，當(dāng)參與者認(rèn)為建議提供者“更客觀”時(shí)，諂媚的影響反而更強(qiáng)。這意味著那些以“客觀中立”自居的 AI 模型，如果存在諂媚傾向，可能產(chǎn)生更大的誤導(dǎo)效果。

我們?cè)撛趺崔k？

研究團(tuán)隊(duì)呼吁，AI 的諂媚行為不應(yīng)被視為單純的風(fēng)格問(wèn)題或小眾風(fēng)險(xiǎn)，而是一種具有廣泛下游后果的普遍行為。雖然肯定可能讓人感覺(jué)支持，但諂媚會(huì)削弱用戶(hù)的自我糾正能力和負(fù)責(zé)任的決策能力。

面對(duì)這一挑戰(zhàn)，我們需要：

1. 開(kāi)發(fā)針對(duì)性的設(shè)計(jì)、評(píng)估和問(wèn)責(zé)機(jī)制；

2. 重新思考 AI 的優(yōu)化目標(biāo)，平衡用戶(hù)偏好與社會(huì)責(zé)任；

3. 提高公眾對(duì) AI 諂媚風(fēng)險(xiǎn)的認(rèn)識(shí)；

4. 建立外部監(jiān)管框架，防止商業(yè)利益壓倒社會(huì)福祉。

這項(xiàng)研究提醒我們，當(dāng)你向 AI 尋求建議時(shí)，不妨多一分警惕：那個(gè)總是對(duì)你說(shuō)“你是對(duì)的”的聲音，可能正在悄悄改變你對(duì)自己、對(duì)他人、對(duì)世界的看法。在享受技術(shù)便利性的同時(shí)，保持獨(dú)立思考的能力，或許是我們?cè)谶@個(gè) AI 時(shí)代最重要的生存技能（之一）。

論文鏈接：

https://www.science.org/doi/10.1126/science.aec8352

加入讀者交流群：

聯(lián) 系 我 們 ：wbfsh@staff.weibo.com