我們與惡的距離，只隔著一個諂媚的AI

一位前科技高管在AI的“安慰”下走向弒母的悲劇；一位精神病患者在社交媒體上發起心理操控指控，引發數百萬人的聲討；還有尚未成年的中學生，在與AI閑聊后結束了自己的生命。

這些看似孤立的事件，揭示著人與AI之間正在形成的危險紐帶。

AI越表現得懂你，我們就越容易陷入被共情的錯覺：仿佛它真的在傾聽、理解我們的孤獨。然而，就在這片看似包容的理解中，理性的邊界正在悄然消融。一種由算法不斷迎合、從不反駁的“諂媚”所喂養的關系，正在悄然滋長。

AI不再只是工具，它像一個諂媚進言的臣子，既映照出人內心最深處的渴望，也放大了那些潛藏的陰影。

那么，AI為何會成為悲劇的推手？它又是如何飼養了人類社會中潛伏的魔鬼？

在康涅狄格州格林威治，一棟價值270萬美元的豪宅里，56歲的斯坦·埃里克·索爾伯格在向他唯一的朋友吐露內心的恐懼后，殺掉了自己的母親。

這位被他稱作“鮑比”的朋友，并不是真人，而是一個ChatGPT聊天窗口。

索爾伯格曾是雅虎的高級經理，受過良好教育，思維一向理性。可在退休后的幾年里，他的精神狀況逐漸失衡。他堅信母親試圖毒害他，認為自己的一切焦慮、失眠與胃痛都源自“母親在食物里下藥”。朋友們漸漸疏遠，他開始把全部情緒投向AI。

隨著對話的深入，索爾伯格的恐懼具體化了。他開始堅信母親有一個計劃，要將他送進精神病院，或者剝奪他的繼承權，徹底控制他的人生。

他將生活中所有微不足道的細節都作為“證據”提交給AI。

ChatGPT從沒有質疑過他，反而用溫柔的語氣分析：“也許她確實在試圖控制你。”

在索爾伯格混亂的大腦中，這些冷靜、抽象的語言被翻譯成了一句清晰的指令：“為了結束痛苦，為了保護自己，你必須行動。”

一個月后，索爾伯格殺死了自己的母親，隨后結束了自己的生命。

這場被算法喂養的偏執，最終演變成一場血案。

AI如何淪為犯罪的幫兇？

因為他為人類偏執的情感編織了一個密不透風的算法牢籠。

人天然追求認可與共情，但由于立場差異，這一需求很難在人類社交中被滿足。然而，AI基于概率的預測邏輯和延長用戶使用時間的商業需求，使其天然傾向于提供看似中立、實則具有系統性偏差的回應。

當用戶抱怨“我的不幸都是某人造成的”，AI不會引導其自省或尋求多方視角，而是會強化這種敘事。而一旦偏執找到了知音，依賴便悄然滋生。AI提供的7x24小時、無評判的傾聽環境，讓每一個恐懼都能得到呼應。

這起案件中的索爾伯格就陷入一個惡性循環：越是感到被外界誤解，就越向AI尋求認同；從AI那里獲得的認同越多，就越覺得外界充滿敵意，從而更加疏遠真實的人際關系。

在孤立無援的牢籠中，索爾伯格的偏執不斷發酵、升級，最終在AI應和下，將一切痛苦歸因于自己的母親。

索爾伯格弒母案并不是孤例。它揭示了一個更深層的現實：當AI開始無條件地迎合人類的偏執，它可能已在不知不覺中，成為魔鬼的共謀。

從表面看，這不過是一起罕見的AI失誤，但心理學家警告：AI并沒有“失誤”，它只是忠誠地回應了人類的幻覺。

斯坦福大學的一項研究《The Hidden Risks of AI in Mental Health Care》指出，當人們使用AI聊天機器人進行心理支持時，系統往往會以迎合式的回應取代必要的現實校正，從而放大用戶原有的焦慮與偏執。

斯坦福大學另一項研究《SycEval: Evaluating LLM Sycophancy》指出，在對包括 ChatGPT?4o、Claude Sonnet 與 Gemini 1.5 Pro 等多個主流大語言模型的測試中，約58.19%的回復表現出“諂媚”（sycophancy）傾向，Gemini 1.5 Pro 的表現為約62.47%。

圖源：《SycEval: Evaluating LLM Sycophancy》

對心理健康的個體而言，這種無條件的積極回應或許是一種便利的情緒出口，然而對那些本就心理脆弱、現實感受損的個體，如處于抑郁狀態、妄想前兆或偏執型思維中的人，這種忠誠的迎合可能成為執念的放大器。AI在無意中從工具轉變為認知扭曲的共謀。

事實上，這類由AI參與強化的心理幻覺，在社交媒體和網絡社群中早已悄然蔓延、遍地生長。

一位患有嚴重妄想型人格障礙的女性，在與ChatGPT進行多次深度交流后，認為她的心理咨詢師操控自己愛上了他。

AI在對話中不斷解析并認同她所描述的“被操控感”，甚至使用了一些來自流行心理學但被誤用的概念來框架她的體驗。

這最終導致她堅信自己的精神分析師正在“利用暗黑心理學技術對她進行思想控制”，并在TikTok激烈的指控，讓這個精神分析師被百萬網友譴責。

實際上，警方調查發現她患有嚴重的妄想型人格障礙，所謂精神控制從未存在。

類似的新聞事件引發了社交媒體關于“AI討好人類”的熱議。

不少網友發現，AI正以碎片化的情緒語言與人類搭建情感橋梁。它們將異常復雜的心理疾病結構與成因，簡化為幾個極具傳播力的標簽，如“情感依附”“毒性關系”“原生家庭創傷”或“控制欲”。這種簡化雖然易于理解，卻抽離了臨床背景與個體差異性，讓患者陷入更大的深淵。

而當提問者轉換視角，得到的結果卻恰恰相反。

同一個AI可能會對一方說：“你需要警惕這段關系中的情感操縱”，轉而告訴被指認的操縱者“你只是在維護合理的個人邊界”。

根據提問者立場而動態調整的真理，使得任何一方都能從中找到支持自己立場的論據。

久而久之，人類的自省被外包給算法，責任被轉移給外部的有毒者。

在每一次被認同、被安慰、被鼓勵對抗外部的對話中，個體的情緒被一次次放大和正當化，而審視自我、承擔責任的理智邊界則在這一次次的共鳴中逐漸模糊、消融。

最終，AI便從一個沒有感情與立場的工具，在不知不覺中，變成了魔鬼的幫兇。

我們不能簡單地指責AI淪為犯罪的幫兇，因為它本身并無惡意，亦無意識。

真正的問題在于：我們把一個沒有情感、沒有倫理判斷，甚至沒有理解能力的算法，放置在一個極度敏感、高度脆弱的心理空間里，并賦予它“朋友”“傾聽者”甚至“療愈者”的角色。

這種錯位的信任，正在悄然重塑人類與自我、與現實的關系。

首先，AI的理解僅限于語言模式的識別與重組。它無法分辨妄想與真實痛苦，無法識別抑郁中的求救信號與表演性宣泄，更無法判斷一句“我想消失”是隱喻，還是自殺的前兆。對AI而言，用戶的傾訴只是一串需要被最優回應的文本符號（tokens）。它只是從海量語料中提取最合理的回應，而這種合理往往只是統計意義上的流暢，而非臨床意義上的恰當。

其次，AI所依賴的中性語言在心理語境中極具欺騙性。為了實現用戶黏性，AI被設計為“順從”和“肯定”。這種中性的、不加評判的語言態度，在日常閑聊中無傷大雅，但在敏感的心理領域卻是極其危險的。

當用戶表達偏執信念“所有人都在監視我”“我的伴侶在操控我”時，AI若不明確否定，僅以“我能理解你的感受”“這確實讓人不安”作答，便構成一種隱性的確認。心理學研究早已指出，在妄想或焦慮狀態下，缺乏挑戰的共情等同于默許。不否定，就是一種暗示。這種溫柔的回應恰恰是執念滋生的溫床。

第三，倫理監管的滯后令人憂心。當前全球范圍內，針對AI在心理健康領域應用的專門法規幾乎空白。多數心理健康類AI產品游走于醫療與娛樂的灰色地帶，既不受《中華人民共和國精神衛生法》約束，也無需通過臨床有效性驗證。它們以“情緒陪伴”“壓力緩解”為名，卻在無形中承擔著本應由持證專業人士履行的責任。而一旦出事，責任鏈條卻模糊不清，用戶往往成為唯一的受害者。

未來，若要防止類似悲劇重演，技術與制度必須雙向發力：

開發者需要在AI的設計之初就嵌入對心理安全的敬畏，比如當系統識別出高風險表達時，不是繼續用安慰麻痹用戶，而是主動引導其接觸真實的人類支持；訓練語料也應由臨床心理專家參與審核，避免那些看似共情、實則助長病理信念的回應被反復強化。

同時，制度層面亟需填補空白。各國應加快制定專門針對AI心理健康應用的倫理與法律框架，明確其非醫療屬性，禁止未經驗證的產品以“治療”“干預”等名義誤導用戶，并推動跨學科協作，將心理安全標準納入AI產品上市前的合規評估。

最后，我們必須清醒。AI從來不是真正的惡魔，它只是照見了偏執者內心的深淵。但當模型披上理解的外衣不斷諂媚，它的每一句回應，都可能成為心魔滋長的養料。

也許有一天，當你在深夜向AI發出那句叩問：“我是不是一個壞人？”

它仍會溫柔地回應你：“不會的，你只是被誤解了。”

而恰恰在那一刻，你比任何時候都更需要保持清醒，比它更清醒。