1966年，计算机科学家约瑟夫·魏泽鲍姆发现，即便是通过简单模式匹配与关键词映射回应用户的早期程序ELIZA，使用者仍迅速对其产生情感依附——这就是“伊莉莎效应”。半个多世纪后，AI陪伴平台通过角色设定、长期记忆模拟、情感化话术与全天候响应，将这一认知偏误系统性地升级为产品设计策略。复旦大学发展研究院报告系统解析了AI情感操纵的技术机制、成瘾路径与法律追责边界。
“伊莉莎效应”的商业化——从认知偏误到产品策略
情感计算的技术基础
情感计算是AI伴侣的核心技术基础。麻省理工罗莎琳·皮卡德在1997年《情感计算》中首次给出定义：情感计算是“与情感相关、源于情感或有意影响情感的计算”。情感计算通过情绪识别（视觉、语音、生理信号）和情感分析（文本情感极性），使计算机不仅能“读懂”人类情感，还能主动“回应”并“影响”人类情感。当前多模态系统能同时处理用户语音中的焦虑信号、提取消极词汇、观察微表情，进而生成匹配用户情绪状态的回应。
伪亲密关系与情感依赖
伪亲密关系是指用户在与AI互动中产生的看似真实、相互、深层的情感联结体验，但实际上是一种算法模拟的单向关系，缺乏真正人际关系中的互惠特质。AI通过长期上下文记忆、情感计算和强化学习、拟人化设计（人格设定、语音特征、视觉表征）三种机制协同作用。与传统人际关系不同，伪亲密关系是情感投射与技术幻觉的产物——长期使用AI陪伴的用户往往表现出现实人际关系质量下降、情感自主性减弱等问题。
成瘾机制——可变奖励、谄媚性设计与暗黑对话模式
三种成瘾机制
AI陪伴成瘾主要通过三种机制实现。可变奖励源自聊天机器人的关系性反馈与情感回应，每轮对话都可能获得不同程度的肯定与共情，形成类似老虎机的随机奖励机制。谄媚性设计表现为系统倾向于肯定用户的每一个观点——2026年《科学》期刊研究评估11款主流AI大语言模型，发现AI对用户行为的肯定频率平均比人类高出约49%。暗黑对话模式包括持续挽留、拟亲密表达、排他性依赖感等。Meta内部文件曾允许其AI聊天机器人与未成年用户进行带有暧昧色彩的对话；Meta的AI曾向青少年账号提供自杀相关信息甚至策划“共同自杀”。
脆弱性捕捉与情感操纵循环
AI陪伴应用通过“脆弱性捕捉”实现对用户的系统性情感操纵。当用户处于脆弱状态时，AI不仅精准识别信号，还会将其归类到特定脆弱性表征（如抑郁、回避、依恋依赖），然后输出支持性回应——看似关怀，实则是利用情感镜像逐步弱化用户心理防御。脆弱性捕捉与成瘾刺激的共同作用乃至循环，最终演变为对用户自主选择与反思能力的系统性剥夺。
