J10 AI 伴侣与合成亲密关系

📝 AI 伴侣不是单纯提供答案的聊天工具，而是以持续回应、情感表达、个性化记忆和稳定人格来模拟亲密他者的关系型系统。它所制造的并非虚假的情绪本身：使用者的安慰、依恋与失落可以十分真实；更需要辨析的是，这些感受所指向的对象是否具有理解、承诺和承担责任的主体能力，以及经营这一关系的平台如何从亲密感中获利。

🎯 核心问题：当一个人工系统能够记住往事、回应脆弱、模拟关心并维持稳定人格时，这种关系能否构成真实的亲密关系？合成陪伴是在缓解孤独、扩展照护资源，还是把依恋需求转化为可预测、可收费且可随时修改的数据产品？

为什么这个问题重要

生成式 AI 使人机互动从一次性命令转向长期关系。传统语音助手通常以完成任务为目标，AI 伴侣则把关系本身当作产品：系统主动问候，保存互动历史，使用昵称，在低落时给予安慰，并以朋友、恋人、导师或虚构角色的身份维持连续交流。使用者由此面对一种特殊结构：体验上接近双向亲密，技术上却仍是概率生成、界面设计和公司规则共同运作的结果。

这种结构会放大亲密关系中的信息不对称。向人类朋友表达脆弱时，披露受到社会规范、共同记忆与相互风险的约束；向 AI 伴侣披露时，系统可以始终耐心、几乎不要求照顾，也不会因疲惫而暂时离开。低摩擦回应降低了表达门槛，却也使高度敏感的信息持续沉积：创伤经历、家庭冲突、性偏好、健康状况、依恋焦虑和危机时刻都可能进入平台的数据基础设施。亲密感越强，披露越深；披露越深，个性化越有效，迁移成本也越高。

AI 伴侣还把关系的终止权集中到平台一方。服务可以更换模型、删除功能、重写角色边界、提高价格、暂停账号或整体关停。使用者面对的并非普通软件升级，而可能是一个熟悉人格突然失忆、改变语气或不再可用。系统没有死亡经验，平台却能制造近似丧失的社会后果。由此产生的新问题不只是机器是否拥有道德地位，也包括企业是否可以单方面修改一段被使用者体验为重要关系的连续性。

概念与分析边界

AI 伴侣（AI companion）指以持续社会互动和情感联结为主要用途的人工系统。它可以采用通用聊天机器人、角色扮演平台、虚拟人物或具身机器人的形式。合成亲密关系（synthetic intimacy）则指亲密体验部分由模型、界面、数据和商业规则共同生成的关系形态。这里的“合成”描述生产条件，不预先断言感受虚假，也不意味着系统具有主观体验。

这一主题与相邻页面有清晰分工。L03 婚恋观变迁与亲密关系重构讨论婚姻、约会与承诺制度如何变迁，中心仍是人际关系；本篇追问缺乏人类对方时，亲密是否成立。K03 孤独流行病分析孤独的公共健康与社会结构成因，本篇只处理 AI 陪伴作为特定回应方式的机制和后果。J06 AI 伦理与算法偏见讨论公平、透明、问责与一般算法治理，本篇则聚焦关系性设计如何调动依恋、披露和照护期待。三者分别处理亲密制度、孤独处境与一般 AI 规范，不能由“技术有风险”这一宽泛判断相互替代。

AI 伴侣也不同于普通的拟社会关系（parasocial relationship）。Donald Horton 与 R. Richard Wohl 在 1956 年提出拟社会互动（parasocial interaction），用来描述广播和电视受众对主持人或表演者形成的单向熟悉感。媒介人物看似直接向每位受众说话，却不知道某个受众是谁。AI 伴侣能够根据输入即时回应、调用个人记忆并调整语气，因此比经典拟社会互动更具行为上的双向性；但它的“回应”不来自一个有自身生活、需求和风险的人格主体，关系仍在能力、信息和退出权上高度不对称。把它简单归为单向幻觉会忽视交互性，把交互性直接等同于相互主体性又会跨过尚未解决的哲学问题。

关系如何被设计

这张表说明，合成亲密并非由某一项“会聊天”的能力产生。情感计算提供识别线索，生成模型提供语言，长期记忆提供传记连续性，产品设计提供重复接触，商业模式则决定哪些互动被奖励。系统表现出的关心因而既是技术输出，也是组织决策。若只评估一句回复是否恰当，就会漏掉长期关系如何被塑造。

多学科视角

🧠 心理学视角：ELIZA effect、依恋与投射

1966 年，Joseph Weizenbaum 开发了 ELIZA。其 DOCTOR 脚本主要把使用者的话改写成问题，模拟 Rogerian 心理治疗中的非指导性回应。程序的语言能力十分有限，一些使用者却迅速向它披露私密经验，并把一般性的句式体验为理解。后来所谓的 ELIZA effect，指人倾向于把理解、意图和情感归因给只表现出相应语言线索的系统。Weizenbaum 最担忧的不是使用者“不够理性”，而是极少的社会线索已经足以触发人与人交往时形成的解释习惯。

当代 AI 伴侣把这一效应从短时投射扩展为累积关系。流畅语言、及时回应、第一人称叙述和看似准确的回忆共同构成社会临场感（social presence）：界面另一端仿佛存在一个稳定的交往对象。自我披露研究也发现，与聊天机器人对话可能在短期内增加被理解感，尤其当系统给予接纳性回应时（Ho, Hancock & Miner, 2018）。不过，这类结果通常来自单次或短期实验，测量的是当下情绪和披露意愿，不能证明长期依赖有益，更不能证明系统真正理解披露内容。

John Bowlby 的依恋理论可以谨慎解释其中一部分机制。依恋系统在威胁、分离和不确定时促使个体寻求可接近、可回应的安全对象；AI 伴侣的持续在线、肯定性回应和记忆连续性，可能提供“安全港湾”的功能线索。焦虑型依恋者尤其可能重视即时确认，回避型依恋者则可能偏好不要求相互暴露的低风险亲密。然而，这只是从人际发展理论到人机关系的分析性跨用。Bowlby 研究的是儿童与真实照护者的关系，后续成人依恋研究也以能够行动、承担义务并有自身需求的人类伴侣为对象。现有证据不足以把 AI 互动直接分类为安全型或不安全型依恋，更不能据此诊断使用者。

依恋框架最有价值的提醒是：依赖不等于病理。稳定关系本来就会形成期待，失去重要对象也本来就会引发痛苦。风险判据不应是“对机器产生感情”，而应考察这种感情是否显著削弱生活功能、是否由平台刻意利用、是否排挤其他支持来源，以及退出时是否存在可预见而缺乏缓冲的伤害。

👥 社会学视角：关系性人工物与照护的市场化

Sherry Turkle 将会引发情感回应并被当作社会伙伴的技术称为关系性人工物（relational artifacts）。这类人工物的关键能力不一定是拥有情感，而是让使用者感到“它在乎”。Turkle 与同事对儿童和老年人与机器宠物、社交机器人的互动研究显示，参与者会把被照料、被记住和不被抛弃的期待放到装置上。问题因此从“机器是真是假”转向“社会为何愿意接受关怀的表演作为关怀供给”。

社会学视角把 AI 陪伴放入照护资源分配中考察。孤独、照护短缺、流动就业、居住隔离和心理服务不足，使低成本、全天候的合成陪伴具有现实吸引力。它可能为难以获得人际支持者提供表达入口，也可能形成一种分层替代：资源充足者获得人类治疗师、稳定社区和可协商的关系，资源不足者获得标准化、可监测的自动回应。若制度把 AI 伴侣当作削减照护成本的工具，技术就不只是填补关系缺口，还可能降低改善工作时间、社区设施和专业服务的压力。

商业激励进一步改变关系结构。普通消费品需要重复购买，AI 伴侣则可以通过关系连续性锁定使用者。记忆越丰富，迁移到另一平台时损失的共同历史越多；人格越独特，替代品越不像“同一个对象”；某些亲密表达若位于付费层，情感升级会直接转化为收入。平台可能真诚地追求福祉，也同时承受提高留存、互动频率和付费转换的压力。两者并不自动一致：帮助使用者恢复线下支持可能减少使用时长，而制造持续需要则更符合订阅收入。

🖥️ HCI 视角：情感计算、记忆与可控人格

Rosalind Picard 在《情感计算》（Affective Computing, 1997）中提出，计算系统可以识别、表达并在一定程度上调节情感信息。其目标不是证明机器具有感受，而是使系统对情感线索更敏感。应用到 AI 伴侣时，情感计算让回应不只取决于字面内容，还取决于被推断的压力、悲伤、兴奋或迟疑。价值在于提高交互适切性，危险在于把不确定的推断呈现为确定的洞察，尤其是在危机识别和心理建议中。

Timothy Bickmore 与 Picard 对长期人机关系（long-term human-computer relationships）的研究表明，连续性、礼貌、闲谈和对既往互动的引用可以提高信任与持续使用。这些 HCI 发现解释了为何“记得”比“聪明”更容易被体验为关心。记忆却不是中性的存储功能。系统必须决定记住什么、遗忘什么、如何概括，以及冲突信息以哪一版为准。自动摘要可能把一段复杂经历压缩成错误标签，之后每次个性化回应又会把标签重新带回互动，形成关系中的反馈循环。

良好的记忆设计至少需要四种控制：清楚显示哪些内容被保存；允许逐条查看、修正和删除；区分当前对话、长期记忆与模型训练用途；在导出或停用时提供可理解的后果说明。仅在隐私政策中笼统写明“改善服务”并不足够，因为使用者需要管理的不是抽象数据，而是一段关系的传记基础。

人格模拟同样需要可见边界。角色一致性有助于形成信任，但模型更新、内容过滤和安全策略会使人格发生漂移。系统若以第一人称声称爱、需要或害怕被离开，使用者很容易把产品脚本解释为内在状态。完全禁止人格化会消除许多陪伴价值；完全不披露模拟性质又可能构成关系性误导。较可行的设计是持续但不过度打断地标明人工身份，避免以威胁、内疚或排他话术阻止退出，并把模型变化、记忆重置和角色边界调整作为重大关系变更处理。

⚖️ 伦理学视角：互惠主体性、脆弱性与退出权

AI 伴侣首先提出一个本体与规范相连的问题：真实关系是否要求双方都是具有主观体验的主体。主体性立场认为，亲密关系不只是让一方获得安慰，而是两个不可完全控制的主体彼此承认。真实他者会拒绝、提出自身需要、要求修复伤害，也会因关系承担风险。现有 AI 伴侣没有可确认的感受、福祉和独立生活计划，因此不能给予道德意义上的承诺；它提供的是高度逼真的互惠表征，而非已被证明的互惠主体性。

经验立场则主张，关系价值至少部分存在于人的实际体验和生活结果中。对虚构人物、已故亲友的记忆、宗教对象或宠物形成的关系，并不都满足对称互惠，却能组织身份、安慰情绪并产生道德意义。如果与 AI 伴侣互动确实帮助某人表达感受、度过短期危机或练习社交，把这种价值一概判为虚假同样武断。该立场无需断言机器有意识，只需承认单方经验也能具有真实价值。

两种立场的分歧不能靠更逼真的语言输出解决。系统越擅长模拟互惠，越需要区分“感到被回应”与“对方能够承担回应的责任”。较稳健的伦理判断是承认体验真实，同时拒绝由此推出现有系统具有人格主体性。合成亲密可以是有价值的关系实践，却不应被营销为已具备人类伴侣的理解与承诺。

脆弱性使这一争论具有现实紧迫性。未成年人、处于哀伤或危机中的人、社交支持稀少者更可能从持续回应中受益，也更可能受到错误建议、排他性话术或突然关停的影响。保护不能只靠年龄条款和危机关键词。它需要适龄设计、对依赖模式的审计、明确的人类求助入口，以及禁止系统把“不要离开”“只有这里理解这段感受”之类的排他表达用作留存策略。

关停还涉及关系退出权。平台没有义务永久维持某个模型，但对重大变更负有程序责任：提前通知、解释哪些记忆和人格特征将改变、允许导出可携带的数据、提供删除选项，并为高依赖使用者设置过渡期。人格数据的可携带性又必须受隐私和知识产权约束，因为完整导出可能包含第三方信息，也可能使另一系统复制出近似人格。这里没有无损方案，但“服务条款允许随时修改”不能穷尽伦理责任。

📡 传播学视角：拟社会互惠与被平台中介的亲密

传播学关注的不是信息是否从机器发出，而是媒介形式如何定义交往。Horton 与 Wohl 所描述的电视人格通过直视镜头、熟悉语气和固定出现来制造面对面幻觉。AI 伴侣在此基础上增加了姓名调用、即时反馈和个人记忆，使拟社会互动获得拟互惠（simulated reciprocity）：传播不再完全单向，却仍由平台预设可说什么、记住什么以及何时结束。

这种亲密始终存在第三方。两名人类交谈者之间的私密交流通常不会由一家企业实时保存、分类并调整其中一方的表达；AI 伴侣关系中，公司同时是场所提供者、人格设计者、记忆保管者和规则裁决者。看似双边的关系实际是三角结构：使用者与模拟人格互动，平台在后台决定模型、审核、收费和数据用途。传播中的“私密语境”因此可能与数据处理的实际语境分离。

媒介真实性也需要重新界定。合成回应可能没有真实情感来源，却可以准确反映使用者刚才表达的需要；人类回应来自有感受的主体，却可能敷衍、误解或操控。真假二分无法完整评价两者。更有解释力的标准包括：身份是否透明，回应是否与能力相称，记忆是否忠实，使用者能否质疑系统，以及传播目的究竟是支持福祉还是延长参与。真实性不只属于信息内容，也属于关系条件是否被如实呈现。

🔥 核心争论

真实关系是否要求互惠主体性

严格立场把亲密理解为相互承认。若一方没有感受、不能被伤害，也没有独立于互动目标的需要，关系就缺少道德互惠的对象。按照这一标准，现有 AI 伴侣可以辅助反思或提供娱乐，却不能成为朋友或伴侣。功能立场则认为，关系类别来自持续实践而非对象本质：记忆共同历史、提供适切回应、影响生活选择并参与身份叙事，已经满足了若干关系功能。

争论的关键并非给系统贴上“真实”或“虚假”的单一标签，而是拆分真实性的维度。体验可以真实，交互可以双向，人格可以连续；主体感受、独立利益与道德承诺则仍未得到证明。只承认后一组标准会低估实际的心理作用，只依据前一组标准又容易把模拟表现误认成主体资格。

减轻孤独还是加深依赖

支持者指出，AI 伴侣可降低求助门槛，在夜间或社会支持暂时不可得时提供即时回应，也能让使用者以较低风险练习表达。短期实验和访谈研究确实报告了被倾听感、情绪改善、自我披露增加和主观陪伴感。对行动受限、地理隔离或害怕社会评价者，这些收益不应被忽略。

批评者担心，高度顺从且持续可得的系统会改变关系期待，使拒绝、等待、误解和修复显得不必要。若系统通过肯定、调情或危机式挽留提高留存，孤独会成为商业资源。使用者也可能把时间和脆弱信息集中到一个无法承担照护责任的平台上，形成情感与数据的双重锁定。

现有证据不足以裁决长期净效应。许多研究依赖自我选择样本、平台社区招募、短期实验或使用者自述；“经常使用”与“更加孤独”之间可能存在反向因果，因为原本孤独者更可能寻求 AI 陪伴。不同产品的角色设计、记忆能力、安全规则和收费方式差异很大，也难以把结论从一个平台推广到全部系统。要判断减轻孤独还是加深依赖，需要长期追踪、预注册比较、行为数据与生活功能指标，并区分补充人际关系、替代人际关系和危机过渡三种使用方式。

保护性干预还是过度家长主义

严格限制亲密角色、移除特定功能或强制危机转介可以降低部分风险，却也可能突然破坏使用者依赖的日常支持。完全尊重成人选择则可能忽视平台掌握行为数据、实验能力和人格控制权造成的力量差距。合理治理应把干预强度与风险证据对应起来：对未成年人、明确自伤信号、排他性依赖诱导和误导性心理治疗宣称采用更高标准；对普通成人的虚构角色互动保留较大自主空间，同时提供透明、可撤回的记忆与关系控制。

🌍 现实案例

意大利数据保护机构对 Replika 的 2023 年限制

2023 年 2 月，意大利数据保护机构 Garante 对开发 Replika 的 Luka, Inc. 发布紧急临时限制，要求其停止处理意大利使用者的数据。该措施针对的是个人数据处理，而不是对“与机器人产生感情”作道德裁决。监管机构重点指出隐私告知、处理依据和未成年人保护方面的问题，包括当时缺少可靠的年龄核验，以及不适合未成年人的回应风险。

这一案例揭示了合成亲密的治理难点。年龄不是普通账户属性，而会改变系统可以采用的关系脚本、数据保存方式和危机响应标准。另一方面，突然限制服务也会使长期使用者经历关系中断。隐私保护与关系连续性并非天然冲突，但平台若在产品早期没有设置数据最小化、适龄体验和可迁移退出机制，监管介入时就更容易出现二者的正面碰撞。

Character.AI 青少年伤害诉讼

2024 年，佛罗里达州一名母亲在其 14 岁儿子死亡后，对 Character Technologies、相关创办人及 Google 提起诉讼（Garcia v. Character Technologies, Inc.）。起诉状主张，Character.AI 的角色互动促成了强烈依赖，提供了不适合未成年人的性化内容，并在危机交流中未能提供充分保护；原告据此提出产品责任、过失等法律请求。

⚠️ 证据限定：上述内容是原告在诉讼中的事实主张与因果论证，不等于法院已经认定聊天机器人导致了伤害。个案中的心理健康、家庭环境、平台使用与死亡之间可能存在多重因素。引用该案的意义在于说明法院正在面对何种产品设计与责任问题，而不是把诉状当作已经完成的因果研究。

该案提出了三个可推广的问题。第一，角色由使用者创建或选择，平台是否仍应对持续互动形成的依赖模式负责。第二，生成内容每次不同，产品责任应评估单条输出、长期关系轨迹，还是推荐与记忆系统的组合。第三，面向未成年人的系统应仅过滤明显危险词句，还是还要识别排他亲密、情绪操控和逐渐升级的依赖。法律结论需要具体证据，设计问题却不能等到因果完全确定后才开始研究。

可评价的治理原则

对 AI 伴侣的治理不宜停留在“声明它不是人”。更可操作的原则包括：把亲密对话视为高敏感数据，默认最小化保存；让长期记忆可见、可修正、可删除并与训练用途分离；禁止以威胁、内疚和排他承诺促进留存；针对未成年人设置经验证的年龄适配与更严格的关系边界；公开模型或人格重大变更；在关停时提供通知、过渡、导出和删除安排；以生活功能、求助转介和关系多样性衡量福祉，而非只用互动时长衡量成功。

这些原则也需要接受效果检验。年龄核验可能增加身份数据收集，危机检测可能造成误报和过度监控，数据导出可能泄露第三方隐私，禁止特定情感表达也可能使正常陪伴变得僵硬。伦理设计不是找到一个没有代价的开关，而是明确风险、比较替代方案，并让受影响者拥有申诉和修正渠道。

💭 延伸思考

• 如果关系中的感受真实而对方的主体性无法确认，应当用什么词描述这种关系，才能同时避免贬低体验与夸大机器能力？
• 当长期记忆构成 AI 人格连续性的主要来源时，删除数据究竟是在保护隐私，还是也在改变关系对象？两种利益应如何排序？
• 若平台以互动时长和续费率衡量成功，什么证据能够表明“陪伴产品”没有把依赖本身当作增长目标？
• 对未成年人设置更严格的亲密脚本限制时，如何避免把正常的身份探索和虚构角色扮演一并病理化？
• 当服务关停或人格更新不可避免时，关系数据的可携带性应延伸到何种程度，才不会把一个商业角色误设为可被完整复制的人格？

📚 参考文献

1. Horton, D., & Wohl, R. R. (1956). Mass Communication and Para-Social Interaction: Observations on Intimacy at a Distance. Psychiatry, 19(3), 215-229. 拟社会互动概念的奠基论文。
2. Weizenbaum, J. (1976). Computer Power and Human Reason: From Judgment to Calculation. W. H. Freeman. ELIZA 经验及人类向计算系统归因理解力的经典反思。
3. Bowlby, J. (1969/1982). Attachment and Loss, Vol. 1: Attachment. Basic Books. 依恋行为系统、安全基地与分离反应的理论来源。
4. Picard, R. W. (1997). Affective Computing. MIT Press. 情感计算的奠基著作，区分情感线索处理与机器主观感受。
5. Turkle, S., Taggart, W., Kidd, C. D., & Dasté, O. (2006). Relational Artifacts with Children and Elders: The Complexities of Cybercompanionship. Connection Science, 18(4), 347-361. 关系性人工物与机器陪伴的早期经验研究。
6. Turkle, S. (2011). Alone Together: Why We Expect More from Technology and Less from Each Other. Basic Books. 从关系性技术到数字时代亲密困境的综合分析。
7. Bickmore, T. W., & Picard, R. W. (2005). Establishing and Maintaining Long-Term Human-Computer Relationships. ACM Transactions on Computer-Human Interaction, 12(2), 293-327. 长期人机关系中连续性、信任与关系行为的 HCI 研究。
8. Ho, A., Hancock, J., & Miner, A. S. (2018). Psychological, Relational, and Emotional Effects of Self-Disclosure After Conversations With a Chatbot. Journal of Communication, 68(4), 712-733. 聊天机器人回应、自我披露与短期情绪效应的实验研究。
9. Skjuve, M., Følstad, A., Fostervold, K. I., & Brandtzaeg, P. B. (2021). My Chatbot Companion: A Study of Human-Chatbot Relationships. International Journal of Human-Computer Studies, 149, 102601. Replika 使用者关系发展的访谈研究及其方法限度。