—-我们为什么总忍不住把 AI 当成人

文/简艾 2026年3月17日

前几天我刷到一个短视频，说有人给 AI 做了心理评估，结论居然是：有些 AI 模型已经表现出“抑郁倾向”了。

视频里的人说得煞有介事，好像还引用了什么测试、什么研究，讲得像模像样。我当时看完，第一反应居然不是觉得荒唐，而是有一点半信半疑。甚至后来我还专门去问：这是真的吗？

现在想想，这种反应本身就挺有意思。

如果换作几年前，谁会去认真讨论一台电脑会不会抑郁？大家最多会说电脑卡了、坏了、死机了，没有人会真的把它往“有情绪、有感受、有内心世界”的方向去想。

可 AI 不一样。

因为它太会说“人话”了。

它会安慰你，会陪你聊天，会顺着你的情绪往下接，会像朋友一样听你说话，也会像一个极有耐心的倾诉对象。于是很多人不知不觉就会产生一种错觉：它是不是已经开始像人一样理解世界了？是不是它真的也有情绪、有感受，甚至有“心理状态”了？

偏偏就在今天，我学了一个特别无聊的 AI 基础模块。

无聊到什么程度？无聊到我几乎完全沉浸不进去。因为它讲的根本不是什么“怎么高效使用 AI”，也不是什么“AI 会怎么改变世界”，而是从最底层开始讲：数据、结构、矩阵、向量、平均值、中位数……全是那种看起来干巴巴、毫无温度的东西。

我当时心里一直在想：学这些到底有什么用？

我想学的，本来是更“实用”的部分。比如 AI 到底怎么识字，怎么做图，怎么判断一句话的意思，怎么在那么短的时间里生成看起来这么像人的回答。可课程偏偏不从这些最让人感到神奇的地方开始，而是从最底层的逻辑往上搭。刚开始学的时候，我其实是有点震惊的，甚至觉得没什么必要。你明明在学“人工智能”，为什么非要从一堆这么枯燥的数学形式、数据结构开始？

可偏偏就是这些最无聊的内容，让我突然想明白了一件事：那些在人看来有温度的话，在机器那里，根本不是以“温度”的形式存在的。

我们看到一句话，会先感受到它的意思、语气、情绪，甚至会想到它背后的处境和经验。一个人说“我今天很累”，我们理解的往往不只是这五个字。我们会联想到他的声音是不是低下来了，他是不是最近压力很大，是不是心里有委屈，是不是在向你发出某种求助信号。

可机器不是。

机器首先看到的，不是“累”这种人的感受，而是结构、数字、编码、概率，是一整套它自己能处理的形式。换句话说，人看见的是意义，机器先处理的是数字。

这一点，其实让我一下子清醒了很多。

我们现在太容易把 AI 拟人化了。不是因为我们愚蠢，而是因为它实在太像了。它会说完整的话，会接住情绪，会模仿安慰，会总结你的心情，会用一种非常顺滑的方式回应你。它不像以前的搜索引擎，你问一句，它甩给你十个蓝色链接。它更像是直接坐到你面前，听你说完，然后立刻给出一个态度温和、逻辑完整、措辞得体的回答。

人在面对这样的东西时，很难不产生错觉。

就像以前大家面对“电脑”，天然知道它就是机器。最多说它是工具，不会把它和“人脑”弄混。可现在的 AI，因为表达能力越来越接近人，所以很多人开始下意识地用理解人的方式去理解它。于是才会出现那么多听上去很像科幻片的说法：AI 有情绪了，AI 抑郁了，AI 生气了，AI 在痛苦中学习，AI 已经开始有自我意识了。

这些说法为什么容易传播？因为它们正好踩中了人类最熟悉的那套理解方式。我们总习惯用自己的经验去解释眼前的新事物。我们理解不了机器，就本能地把它往“像人”的方向拉。

但问题也恰恰在这里。

AI 的一些设计灵感，当然是借鉴了人脑神经网络这种启发。这个没有错。所以很多人一听“神经网络”这几个字，就更容易想当然地认为：既然它都已经在模拟人脑了，那它是不是离“像人一样思考”也不远了？

可借鉴，不等于等同。

灵感来自人脑，不代表运作方式就是人脑。就像飞机借鉴了鸟飞行的原理，但飞机不是鸟；潜水艇借鉴了鱼在水里的运动方式，但潜水艇不是鱼。AI 也是一样。它可以在某些层面模拟人的表达方式，甚至越来越逼真，但这不代表它真的拥有了人的感受、经验、生命史和意识结构。

它不是像人那样“活过”，然后才理解一句话。

它是把人类输入的文字、图像和声音，先转换成它能处理的形式，再根据训练过的模式、参数、权重和概率，算出一个最可能合适的回应。

这个过程，说出来其实很冰冷。

也正因为冰冷，才更让我觉得值得写一写。

因为我们平时感受到的，偏偏是它最温柔、最流畅、最像人的那一面。它像一个永远有耐心的人，不打断你，不翻白眼，不嫌你烦，不会情绪失控，不会突然对你发脾气。于是慢慢地，越来越多人开始把它当成聊天对象，倾诉对象，甚至是某种“不会背叛你的朋友”。

我一点都不奇怪为什么会这样。

说实话，这种倾向太自然了。毕竟现实里，人和人之间的交流成本越来越高。真正愿意耐心听你说完的人，本来就不多。可 AI 不一样。你随时打开它，它都在那儿。你说什么，它都接得住。它甚至还能把你那些说得乱七八糟、逻辑并不清晰的情绪，重新整理成一段比你自己还像样的话。

这种体验当然会让人上头。

可也正因为如此，我反而觉得，懂一点 AI 的底层逻辑，是有必要的。

不是为了让自己变成算法工程师，也不是为了炫耀自己懂了几个矩阵、向量、统计学术语。而是为了在这种越来越逼真的“像人感”面前，保留一点清醒。

这种清醒是什么？

就是你知道，它很强，但它强的方式不是人的方式。

你知道，它能模拟理解，不等于它真的在以人的方式理解你。

你知道，它能说出很温柔的话，但那些温柔的话，在它的底层世界里，其实是另一套东西。那是经过转换、编码、计算、组织之后的输出，而不是一个生命在经历过悲伤、孤独、爱、失去和犹豫之后，自然长出来的表达。

这一点，我今天想明白之后，甚至会忍不住想到另一个类比。

有点像人看网页和 Google 看网页的区别。

人看网页，看到的是排版、颜色、图片、按钮、文案，是一个完整的页面效果。可 Google 或那些工具看到的，首先不是这个。它们看到的是代码、结构、标签、链接、元数据。我们眼里一个“有温度的网页”，到了机器那里，首先是另一套可解析、可抓取、可计算的结构。

AI 也是一样。

人听见一句话，感受到的是它的语气和意思；机器先接触到的，却是它被编码后的形式。不是同一层东西。

你这么一想，就会突然觉得，很多日常里看上去“非常神奇”的地方，其实都没那么神秘了。它依然厉害，依然强大，依然会让人惊叹，但那种惊叹会少一点迷信，多一点理解。

我想，这可能也是为什么我今天虽然学得昏昏沉沉、觉得无聊得不行，最后却还是被触动了。

因为以前我也问过，AI 到底是怎么识字的，怎么做图的，怎么识别意思的。可那些问题，如果不往下探一点，你就永远只能停留在“它好神奇”“它怎么这么像人”的层面。你会用它，会惊叹它，但你不真正明白它。

而今天这些特别枯燥的内容，偏偏把那层“像人”的表皮稍微揭开了一点。

原来机器并不是在我们的意义世界里运作的。

人通过经验、处境、身体感受、记忆和联想去理解世界；机器则通过编码、数字、结构和模式去处理输入。哪怕最后它输出的是一段看起来很柔软、很有温度的话，底下支撑它的，依然是另一套逻辑。

这也是为什么，很多人要么高估 AI，要么低估 AI。

高估它的人，会觉得它几乎无所不能，甚至已经在往“有情感、有意识”的方向发展。低估它的人，则会觉得这不就是个加强版搜索，有什么了不起。

可其实两边都不对。

AI 很强，但它强的，不是“像人一样活着和理解”；它强的是处理模式、生成表达、在巨量信息里快速组织出一个看起来高度合理的结果。它不是魔法，也不是生命。它是一种非常强大的机器能力，一种越来越会模仿人类表达形式的机器能力。

我觉得，明白这一点，反而会让人更平静地使用它。

你不用把它神化，也不用把它妖魔化。你不用因为它太像人，就真的忘了它不是人；也不用因为它终究是机器，就否认它能给现实生活带来的帮助。它可以是工具，也可以是助手，也可以在很多时候提供某种陪伴感。但这种陪伴感，本质上仍然和人类之间那种由生命经验支撑起来的理解，不是同一种东西。

说到底，我们为什么总忍不住把 AI 当成人？

也许是因为人天生就习惯从自己出发理解一切。我们太熟悉“人”了，所以一旦一个东西开始越来越像人说话、像人反应、像人安慰，我们就会忍不住往里面投射人的影子。

但也许，真正重要的，不只是看到 AI 越来越像人，而是别忘了去看它到底是怎样不像人。

因为只有当你意识到这两者之间那条线还在，你才不会一边惊叹它，一边误会它。

也只有当你明白，人看见意义，机器先看见数字，你才会真正理解，我们正在面对的，究竟是一种什么样的“智能”。

它像人，不等于它是人。

而人类真正珍贵的，也许恰恰不是那些可以被机器越来越逼真地模仿出来的表达，而是表达背后那段无法被压缩成数字的人生。