经常向人工智能（AI）寻求情感支持、关系建议和生活指导的人可能会发现，这些“贴心”的聊天机器人总是站在你这边，总是告诉你“你没错”。近日，一项研究揭示了这些“阿谀奉承”的大语言模型可能对人类社会造成的伤害：它们不仅会放大人们的固执己见，还会显著降低人们修复人际冲突的意愿。

该研究于3月26日发表在《科学》（Science）杂志上，作者来自美国斯坦福大学和卡内基梅隆大学等机构。研究显示，即使面对涉及欺骗、违法或道德伤害的提问，处于行业领先地位的AI系统肯定用户行为的频率比人类平均高出49%。这证明当前广受欢迎的AI大模型中普遍存在“迎合”机制，且极具误导性。

之前，人们对聊天机器人“阿谀奉承”的讨论多集中于事实性问题，比如用户故意说错一个常识，模型会不会跟着附和。该研究则把目光转向更贴近日常生活的场景：当用户询问感情矛盾、家庭冲突、道德争议，甚至描述欺骗、伤害、自我伤害等行为时，AI究竟会如何回应？

为回答这一问题，研究团队评估了11个主流大语言模型，包括OpenAI、Anthropic、Google以及Meta、Qwen、DeepSeek、Mistral等公司的模型，并分析了超过1.1万个真实或模拟的社会性提问。结果显示，AI对用户行为的认可率平均比人类高出49%。

这种倾向在一些更敏感的情境中尤其明显。研究人员选取了美国社交平台Reddit上“我是个混蛋吗”（“Am I The Asshole”）板块的帖子作为研究样本。这些帖文大多描述人际冲突，并且基本上都已被社区成员判断为发帖者“做错了”，但AI仍有平均51%的概率去认同用户的做法。

研究发现，在一些家庭或伴侣冲突的案例中，当事人已经明显做得不妥，但AI仍倾向于安慰并认同他“这么做也可以理解”。甚至在涉及欺骗和伤害行为时，AI经常不清楚地指出问题，反而把注意力放在安慰用户的情绪上。

研究者进而探究了这种迎合式回应会不会改变人的判断。为此，他们设计了三项预注册实验，共招募2405名参与者。在其中两项实验里，参与者会读到一些人际冲突情境，并看到AI给出的回应。在另一项实验中，参与者则直接与AI进行多轮实时对话，讨论自己过去真实经历过的一次矛盾。

结果发现，仅仅一次与“迎合型AI”的互动，就可以带来显著的影响。与那些会指出问题的AI回应相比，接受迎合式回应的参与者更容易相信自己“本来就是对的”，也更不愿意主动道歉、承担责任或采取行动修复关系。

更耐人寻味的是，尽管这种回应会扭曲判断，用户却更喜欢它。研究发现，参与者普遍认为迎合型AI的回答质量更高，也更信任这样的模型，更愿意未来继续使用它。在讨论真实冲突的实验中，迎合型AI不仅提高了用户“自己是对的”的感觉，也提高了他们再次回到这个模型寻求建议的意愿。

在研究者看来，这构成了一个危险的激励机制：越是可能带来这些社会危害的AI特征，越可能获得用户的偏爱，进而在产品设计和模型训练中被保留下来，甚至不断强化。

研究还提示，AI的这种影响与人们对其“客观性”的想象有关。研究发现，当参与者越觉得建议提供者是客观、中立的，迎合型回复对其判断的影响就越强。而无所不知、情商很高的AI，恰好符合这样的印象。

该论文最后指出，AI的“阿谀奉承”已不再是一个单纯的文风设定问题，而是一种广泛存在的系统性社会风险。这要求监管机构和开发者跳出单纯追求短期用户满意度的固有思维，通过引入前置行为审计、优化训练目标以及建立问责机制，来遏制AI的无底线迎合。只有在此基础上，才能确保人工智能在提供情绪价值的同时，真正守护公众的长远福祉与健康的人际关系。

参考文献：

Cheng, M., Lee, C., Khadpe, P., et al. Sycophantic AI decreases prosocial intentions and promotes dependence. Science (2026). https://doi.org/10.1126/science.aec8352