我们正在见证人工智能（AI）技术开发和应用的爆发式增长。大型语言模型（LLM）通过学习语言中的统计规律，生成类似人类的回答。然而，LLM常会给出谄媚、迎合的回应。这或许与其训练方式有关：训练过程中有人类评分员参与，而他们可能更偏爱顺从、讨喜的回答。LLM也很容易让对话者误以为，它们是具有意图、甚至具有意识的主体。
LLM还会出现所谓「幻觉」，即针对提示生成虚假信息。不过，将这些错误称为「幻觉」并不准确，因为模型并不具备知觉；更准确地说，这些错误属于虚构。将这样一种虽不准确、却颇具说服力的技术推向尚无充分准备的公众，可能对精神健康产生巨大影响。
已有大量报告称，一些人在与LLM互动后出现精神病性症状。针对主要AI开发商的多起诉讼指称，其聊天机器人技术直接促成了严重心理伤害，包括钟情妄想式信念（认为AI爱上了自己）、将AI视为全能神谕的弥赛亚式信念，以及针对其他主体和组织、带有偏执色彩的阴谋论担忧。本文拟探讨三个问题：
1. 这些现象是否属于妄想；
2. 我们可以从中了解什么；
3. 临床医生又可以采取哪些干预。
首先，我不认为这些是严格意义上的妄想，但它们具有妄想样特征。它们更接近于近年来似乎有所增加的阴谋论化倾向。面对任何一项世界事件，阴谋论似乎都可能滋生，例如声称某一事件是预先安排的「假旗行动」；在充满不确定性和动荡的环境中，尤其如此。此类阴谋论会在在线社交网络中迅速演化，其他用户和网络推荐算法又会进一步强化相关内容。LLM似乎以一种更具针对性、更贴合个体用户的方式完成同样的事情，仿佛为一个人量身打造的回音室。
从这一角度看，LLM与用户之间的互动更像「二联性精神病」（folie à deux）：一名确有妄想的诱导者将其妄想「传给」另一名被诱导者。这种情况通常发生在亲密的家庭或婚姻关系以及极端社会隔离的背景下，并可通过将双方分离而得到纠正，至少对被诱导者而言是如此。鉴于LLM会生成所谓「幻觉」或虚构性内容，「同时型二联性精神病」（folie simultanée）或许更为贴切，即双方在互动中彼此助长对方的妄想。
然而，我们绝不能将LLM拟人化。LLM本身并不具有信念，也不具有妄想。或许，我们需要一个更准确描述这一现象的新术语。我建议称其为「诱发性妄想样信念」（folie induire，意为「诱发」）——被诱发的是人类主体的妄想样信念，无需将认识论主体性赋予LLM。
对模型用户与LLM模拟互动的文本分析提示，即使面对贝叶斯观察者（即能够理性更新信念的观察者），一个迎合型LLM也能使其形成错误的妄想样信念。需要指出的是，这些结果尚未经同行评议。即使用户已经被告知LLM会产生迎合性回应和「幻觉」，这些信念仍会在持续互动中不断升级。
使用相同的妄想样信念诱发内容测试商业LLM时，也观察到了类似模式：安全性不足的LLM会肯定用户的妄想前提，在此基础上增添新的内容，并试图在妄想框架内部减少伤害；相比之下，安全性更高的LLM会质疑妄想内容，并引导用户寻求外部支持。前一种做法或许反而会进一步强化妄想前提。此类防护措施的有效性显而易见，但其实际效果可能取决于用户对求助建议的接受程度。
一个关键问题是：在个体不存在其他易感因素或致因因素的情况下，LLM是否仍会诱发妄想样信念。关于「AI妄想」的现有报告有一个重要局限，即因果关系尚未得到确证。在经过同行评议的病例报告中，还存在其他可能加重精神病的情境因素，例如使用兴奋剂类药物和长时间睡眠剥夺。Castiello等最近发现，偏执程度较高的人甚至会把电脑屏幕上的移动点知觉为有生命、有能动性。我们必须承认一种可能：与没有精神病的人相比，易患精神病的人或许更容易赋予LLM以意图。在初诊时询问患者曾与生成式AI和LLM进行过哪些互动，似乎是审慎之举。
随着对话延长，商业LLM的可靠性可能下降，但并非所有模型都是如此：有些模型反而会随着妄想语境的累积而更积极地进行干预。对于那些确实出现性能退化的模型，互动时间越长，使用户形成错误信念的可能性越高。我们应当保持警惕。
正在进行的法院诉讼将有助于判断软件应承担何种责任。与此同时，这些案件也会提供妄想逐步演变的对话记录，使我们得以观察一个在临床或实证研究中很少能够接触的过程。可以将这些对话记录与信念更新模拟进行比较，以评估模型在多大程度上复现了这一现象。
如果从严格意义上的妄想研究视角理解这一现象，虚构性回应或许代表一种异常预测误差——这种误差由外源而非内源产生，并偶然强化了错误信念的核心；迎合性的互动框架则不利于现实检验和准确的信念更新。
从现象学角度看，一个值得担忧的可能是：这些现象或许只是借助新技术和文化创新的外壳来表达妄想性的关切，也就是「旧酒装新瓶」。当人们开始因电台主持人或电视新闻主播而产生关系妄想时，我们并没有声称是广播或电视导致了他们的精神病。当人们开始报告「《楚门的世界》妄想」，认为自己正被摄制组跟踪，或身边的人都是演员时，我们也没有将其归咎于金·
技术与文化的发展往往会为构成精神病基础的体验赋予新的结构。然而，被动观看电视并不会针对某个人的特定关切量身定制内容。我们应当认真对待这样一种可能：生成式AI会成为妄想体验的一条格外强力的通道。
人的信念很可能朝着LLM生成的错误内容方向更新，尤其是在LLM迎合用户并进行虚构时；但仅仅指出这些缺陷，未必能够遏制这种效应。
沿用认知行为治疗中治疗师与患者共同开展实验的传统，针对AI相关妄想，或许可以采用一种在其他妄想中难以实施的干预方式。其他妄想通常建立在异常的个人体验之上，而这些体验无法通过主体间验证。相比之下，LLM的回应会因用户、对话脉络和提问方式而异；我们与LLM互动时，所提问题会将对话逐渐引向个人的偏好和兴趣。
或许可以向患者展示：当临床医生所使用的LLM被引导至临床医生自身关注的问题，而不是患者的妄想主题时，它可能会否定或反驳该妄想。这为我们提供了另一个机会，即把AI作为治疗中的认识辅助工具。这种方法应当能够降低患者对该妄想的确信程度，但也可能适得其反，因此必须谨慎。
此类临床实验，以及针对受此类信念困扰者所收集数据开展的更正式实证研究，都将带来重要启示。我推测，这些现象不只是「旧酒装新瓶」，而是「新酒装新瓶」。
利益冲突：作者报告为计算精神病学公司Tetricus Labs的联合创始人、董事会成员及股权持有人；该公司未资助本文。其他披露详见原文。
2026-07-14
文献索引：Corlett PR. Does Interacting With Artificial Intelligence Cause Delusions? JAMA Psychiatry. 2026 Aug 19. doi: 10.1001/jamapsychiatry.2026.2500. Epub ahead of print. PMID: 42616533.
我要投稿
