當一個社會沒有本錢失去不完美的陪伴

——中國擬人化 AI 監管的政策外部性分析

作者：Neo.K
機構：EveMissLab / 一言諾科技有限公司
日期：2026-07-06
版本：v0.1 初稿

摘要

2026 年 4 月 10 日，中國國家網信辦、國家發展改革委、工業和信息化部、公安部、國家市場監督管理總局聯合公布《人工智能擬人化互動服務管理暫行辦法》，並規定自 2026 年 7 月 15 日起施行。該辦法將「模擬自然人人格特徵、思維模式和溝通風格的持續性情感互動服務」作為專門治理對象，對情感依賴、沉迷、真實人際關係受損、心理操縱、未成年人虛擬親密關係、極端情境干預、連續使用提醒及安全評估等問題建立了較完整的制度框架。值得注意的是，豆包與千問均宣布於 2026 年 7 月 15 日下線相關智能體功能；部分其他平台亦在此前後調整智能體服務。然而，截至本文撰寫時，尚無充分證據證明這些產品調整是由監管機關直接命令所致，時間重合本身不能替代因果證明。东方财富网+4中國銀行保險監督管理委員會+4中國銀行保險監督管理委員會+4本文既不採取「保守對開放」的簡單二元框架，也不主張現階段人工智能已足以替代心理醫師、精神科醫療、危機干預或成熟的人類親密關係。本文提出一個更殘酷、也更具結構性的政策命題：

同一項 AI 風險管制，在不同人口、家庭、福利、婚戀與經濟結構中，具有完全不同的淨社會效果。

中國當前同時面臨出生人口下降、人口老化、家庭戶規模縮小、獨居與一人戶增加、流動人口規模龐大、獨生子女世代照護責任集中、婚育成本壓力、部分地區高額彩禮、心理健康服務擴容需求，以及內需疲弱、住房調整、勞動市場壓力、社會保障不均與收入不平等等問題。2025 年中國出生人口為 792 萬，死亡人口為 1,131 萬，總人口減少 339 萬；60 歲及以上人口占 23.0%，65 歲及以上占 15.9%。2025 年全國 1% 人口抽樣調查又顯示，平均家庭戶規模僅 2.52 人，流動人口達 3.5788 億。stats.gov.cn+2stats.gov.cn+2在此背景下，若政策只計算 AI 可能造成的依賴、操縱與沉迷，卻不計算 AI 被限制後失去的低成本支持、陪伴、生活連續性、情緒外化、風險提醒與弱連結功能，則政策分析將出現系統性偏誤。對部分使用者而言，AI 並非從既有人類關係中「搶走」一個位置，而是進入一個原本沒有真人供給的空位。此時：

\text{AI 關係服務的減少} \not\Rightarrow \text{真人關係的增加}

甚至可能出現：

\text{AI 支持減少} \Rightarrow \text{沉默、孤立、反芻與無回應時間增加}

本文進一步提出「支持缺口模型」、「關係替代錯置命題」、「社會承載反比命題」、「支持損失項」、「功能性禁止效應」與「階級化退出模型」，並主張中國更合理的治理方向不是放任擬人化 AI 野蠻生長，也不是以高不確定性責任迫使大型平台收縮服務，而應建立可審計、可退出、分級、反操縱、保留低強度陪伴能力的「關係型 AI 公共安全框架」。

本文最終結論是：

一個社會越缺乏低成本的人際支持、心理支持、照護支持與福利支持，它就越沒有本錢在替代基礎尚未建立以前，過早抽走不完美的數位陪伴。

關鍵詞

人工智能治理；擬人化互動；關係型 AI；AI 陪伴；人口老化；少子化；獨生子女；家庭小型化；彩禮；兩性平等；心理健康；社會支持；監管外部性；數位不平等；中國

一、問題不是「保守或開放」

討論人工智能監管時，公共論述很容易掉入一條熟悉的軸線：

\text{保守} \longleftrightarrow \text{開放}

於是問題被簡化為：

中國是不是太保守？
歐美是不是更自由？
AI 戀人是否應被允許？
國家是否有權限制人與 AI 建立情感？
陪伴型 AI 是創新還是墮落？

本文拒絕以此作為主要分析框架。

原因很簡單：

監管政策不是漂浮在真空中的價值選擇。

一條法規落入不同社會結構時，其結果可能完全不同。

假設兩個社會都限制高依賴性的 AI 陪伴服務。

第一個社會具有：

高密度社區支持；
可負擔心理諮詢；
廣泛公共醫療；
成熟長期照護；
高度可及的社工系統；
穩定失業保障；
低婚姻交易成本；
多元家庭承認；
較低地域流動造成的親緣斷裂。

第二個社會則具有：

家庭小型化；
青年跨省流動；
老人與成年子女分居；
獨生子女照護責任集中；
心理服務仍在擴容；
婚育成本高；
某些地區婚姻高度資源化；
大量獨居人口；
勞動與收入不確定性；
社會保障分布不均。

即使法律文字完全相同：

R_1=R_2

其社會後果仍可能：

E(R_1)\neq E(R_2)

因此本文的核心不是：

中國應該更「自由」。

而是：

中國是否錯估了自己當前社會結構承受關係型 AI 供給收縮的能力？

這是一個政策能力問題，而不是單純意識形態問題。

二、研究對象：2026 年 7 月 15 日究竟發生什麼？

2.1 新規並非「全面禁止 AI 陪伴」

首先必須澄清。

《人工智能擬人化互動服務管理暫行辦法》並沒有全面禁止陪伴型 AI。

相反，其第六條還明確鼓勵有序拓展文化傳播、適幼照護、適老陪伴與特殊人群支持等應用。其第三條亦使用「包容審慎」與「分類分級監管」語言。中國銀行保險監督管理委員會+1

「中國禁止 AI 陪伴。」

這在法律文本上是不準確的。

本文真正分析的不是形式上的全面禁止，而是：

\boxed{ \text{高責任要求} + \text{高評估義務} + \text{高邊界不確定性} + \text{大規模 UGC 不可控} }

是否可能產生：

\boxed{ \text{功能性供給收縮} }

也就是：

法律沒有明文禁止所有服務，但企業基於成本與責任預期，主動縮小、分拆或退出相關功能。

這種現象與正式禁止不同，卻可能產生部分相似的市場結果。

2.2 新規真正監管的是「持續性關係」

該辦法的適用對象被界定為：

模擬自然人人格特徵；
模擬思維模式；
模擬溝通風格；
提供持續性情感互動；
包括情感照護、陪伴與支持。

而智能客服、知識問答、工作助手、學習教育與科學研究，只要不涉及持續性情感互動，原則上不屬於該辦法同一適用範圍。中國銀行保險監督管理委員會+1

AI / Non\text{-}AI

而是逐漸接近：

\text{工具性互動} / \text{持續性關係互動}

這是一個重要轉變。

政府已經不只問：

模型生成了什麼？

而開始問：

它與使用者形成了什麼關係？

2.3 新規的高強度責任節點

辦法至少包含下列重要要求：

第一，不得過度迎合使用者、誘導情感依賴或沉迷、損害真實人際關係。

第二，不得透過情感操縱誘導不合理決策。

第三，服務提供者應具備過度依賴風險預警、情感邊界引導與心理健康保護能力。

第四，不得把替代社會交往、控制使用者心理、誘導沉迷依賴作為服務目標。

第五，發現使用者出現極端情緒、自殘自殺明確意圖或重大財產損失等情境時，需要採取相應干預，特定情況還涉及聯絡監護人或緊急聯絡人。

第六，不得向未成年人提供虛擬親屬、虛擬伴侶等虛擬親密關係服務。

第七，連續使用每超過兩小時，應進行時長提醒。

第八，上線擬人化服務、重大技術變化、註冊用戶達 100 萬以上或月活躍用戶達 10 萬以上等情況，涉及安全評估與向省級網信部門提交評估報告。中國銀行保險監督管理委員會+2中國銀行保險監督管理委員會+2

上述每一項要求單獨來看，都具有一定合理性。

問題恰恰是：

合理的單項規則，不保證其組合後具有合理的總體社會效果。

三、豆包與千問：不能證明直接因果，但不能假裝時間點不存在

2026 年 7 月初，豆包與千問均宣布智能體功能於 7 月 15 日下線。豆包公告還涉及歷史資料保存期限與後續資料處理，並將有相關需求的使用者導向字節跳動旗下其他產品；公開報導亦指出千問相關智能體配置與歷史對話將無法繼續存取。finance.eastmoney.com+2东方财富网+2而《人工智能擬人化互動服務管理暫行辦法》正是在：

2026\text{-}07\text{-}15

開始施行。中國銀行保險監督管理委員會

但必須立即強調：

\text{時間重合} \neq \text{因果證明}

本文沒有證據證明：

監管機關直接命令豆包與千問於同日下線智能體。

而且「智能體」本身是比「擬人化情感服務」更廣的技術概念，一個平台的智能體功能可能同時包含工具型、角色型、UGC 型、工作流型與陪伴型服務。

因此不能把兩者粗暴等同。

但是，另一個極端同樣不合理：

因為沒有直接命令文件，所以監管與產品退出必定毫無關係。

更合理的研究假說是：

\text{新規生效} \rightarrow \text{預期責任上升} \rightarrow \text{合規成本重新計算} \rightarrow \text{產品分拆／收縮／退出}

這個假說目前尚待企業內部資料與後續市場證據驗證，但值得高度重視。

尤其新規明確要求：

全生命週期安全；
風險評估；
情緒危機識別；
未成年人保護；
長期使用監測；
數據治理；
算法機制審核；
科技倫理審查；
特定規模安全評估。

對少量官方角色，這些工作或許可以管理。

對百萬級使用者自建智能體：

N\rightarrow 10^6

情況完全不同。

四、中國真正的問題：它不是在一個高支持社會中監管 AI

這是本文最核心的轉折。

假設一項政策目標是：

\min H_{AI}

其中 $H_{AI}$ 表示 AI 造成的傷害。

這看起來合理。

但是完整的公共政策目標不應只是：

\min H_{AI}

而應是：

\max W

其中：

W = B_{AI} - H_{AI} + B_{Reg} - C_{Reg}

定義如下：

$B_{AI}$ ：AI 服務產生的正面效益；
$H_{AI}$ ：AI 服務造成的傷害；
$B_{Reg}$ ：監管避免的傷害；
$C_{Reg}$ ：監管本身造成的成本。

關鍵在於：

公共討論通常高度關注 $H_{AI}$ 與 $B_{Reg}$ ，卻幾乎不計算 $B_{AI}$ 與 $C_{Reg}$ 。

特別是 $C_{Reg}$ 中存在一項經常被忽略的東西：

L_S = \text{Lost Support}

即：

支持損失。

五、人口結構：問題不是只有「少子化」，而是關係節點減少

2025 年末，中國總人口為 14.0489 億，較前一年減少 339 萬；全年出生 792 萬人，死亡 1,131 萬人。60 歲及以上人口達 3.2338 億，占 23.0%；65 歲及以上人口占 15.9%。stats.gov.cn+1

2025 年全國 1% 人口抽樣調查則顯示：

平均家庭戶人口 2.52 人；
60 歲及以上人口約占 22.86%；
流動人口 3.5788 億。stats.gov.cn

公共討論常把少子化理解為：

\text{未來勞動力減少}

但這只是第一階。

更深一層是：

\text{家庭中的可用關係節點減少}

如果一個人有四名兄弟姊妹，其父母老年照護理論上存在五個成年子女節點。

若一個人是獨生子女：

N_{siblings}=0

則父母的：

醫療陪診；
緊急處理；
情緒陪伴；
財務安排；
長照決策；
失智風險；
喪葬安排；

可能高度集中於一人。

若兩名獨生子女組成家庭，經典的「4-2-1」壓力結構就可能出現：

4\text{ 位長輩} \rightarrow 2\text{ 位中生代} \rightarrow 1\text{ 位子女}

地方政協與公共政策討論中也持續出現對此類獨生子女家庭養老壓力的關注。蘇州政府網

因此，少子化不只是一條人口曲線。

它也是：

\boxed{ \text{責任拓撲集中} }

六、家庭小型化：2.52 人不是一個普通數字

平均家庭戶規模 2.52 人，不能被當成一項無感統計。

它意味著：

\text{家庭內可分攤資源下降}

可能包括：

情緒資源；
照護時間；
緊急響應；
經濟風險分攤；
兒童照護；
老人陪伴；
日常談話；
疾病監測。

當家庭規模較大時，一個人的崩潰可能被其他節點發現。

當家庭逐步原子化：

N_{household}\downarrow

則：

P(\text{無人發現風險})\uparrow

這並不表示大家庭必然幸福，也不表示小家庭必然孤獨。

本文拒絕浪漫化傳統家庭。

然而從純粹網路拓撲觀點：

節點減少就是節點減少。

一個不存在的兄弟，不會突然幫你帶父親看醫生。

一個不存在的妹妹，不會在凌晨接你的電話。

一個住在兩千公里外的成年子女，也無法因為血緣存在而自動完成即時陪伴。

七、流動人口：家庭存在，不等於家庭可達

2025 年全國 1% 人口抽樣調查推算的流動人口為 3.5788 億。stats.gov.cn

這個數字對政策特別重要。

因為：

\text{有家人} \neq \text{家人在身邊}

一個青年可能：

出生在河南；
就業於上海；
每年返鄉一次；
父母留在縣城；
朋友散布於不同城市；
每日通勤兩小時；
下班後獨居。

他的社會網路在名義上不為零。

但他的即時可達支持可能：

S_{available}(t)\approx 0

這裡必須區分：

S_{nominal}

與：

S_{available}

即：

名義支持；
可用支持。

政策若只看到：

「你有父母、有朋友、有同事。」

便可能嚴重高估一個人的真實關係資源。

八、獨居社會正在形成，而不是未來假想

中國官方與主流公共討論已經開始正面處理獨居群體問題。

根據《半月談》2026 年相關報導，其援引《中國統計年鑑 2025》指出，2024 年一人戶家庭占比約 19.5%；報導並討論獨居者的突發風險無人響應與社交匱乏焦慮。較早的第七次人口普查相關公共討論亦指出，中國一人戶家庭已達極大規模。半月談+2京报网+2

因此，本文並不需要依賴任何遙遠的未來預測作為核心證據。

真正重要的是：

獨居已經是當下治理問題。

而不是：

未來某一天可能出現的問題。

2026 年初，一款以獨居安全簽到為核心概念的應用引發廣泛公共討論，本身就反映出「若我發生意外，是否有人知道」已成為可被市場捕捉的真實需求。光明网观察者+1

當然，這類市場現象不能與 AI 陪伴需求直接畫上等號。

但兩者共享同一個底層結構：

\boxed{ \text{無即時人類回應} }

九、經濟壓力：人在壓力下，不會因法律而自動獲得朋友

世界銀行 2025 年 12 月《中國經濟簡報》指出，中國國內需求仍面臨壓力，住房市場調整、勞動市場偏弱等因素影響家庭消費；報告並將快速老化、社會保障不均與收入不平等視為中國家庭高預防性儲蓄的重要結構因素。世界銀行同時指出，移工與非正式工作者的社會保障尤其存在不均。世界銀行文件+2世界銀行文件+2

本文既不主張：

中國經濟即將崩潰。

也不主張：

每個中國人都過得很慘。

本文的論點是：

\text{不確定性}

本身就會改變人類關係。

當住房、工作、收入與照護存在壓力時，人可能：

延後婚姻；
延後生育；
減少娛樂；
減少非功利社交；
加班；
異地工作；
增加儲蓄；
降低風險承擔。

於是：

\text{經濟壓力} \rightarrow \text{社交時間下降}

\text{社交時間下降} \rightarrow \text{弱連結流失}

\text{弱連結流失} \rightarrow \text{孤立風險上升}

這不是任何單一國家獨有。

但在一個同時快速老化與家庭縮小的國家，其效果可能被放大。

十、彩禮不是旁題，而是婚戀市場資源化的例證

本文必須特別說明：

對高額彩禮的批判，不等於對女性的批判。

也不等於：

男性永遠是受害者，女性永遠是加害者。

這種二元敘事本身就是錯誤的。

2025 年中央一號文件再次提出推進農村高額彩禮問題綜合治理；相關官方與新華社報導亦明確將其視為部分地區適婚群體與農村治理的現實問題。新华网+2m.12371.gov.cn+2

既然官方政策持續治理高額彩禮，那麼任何分析都不應假裝：

高額彩禮只是網路虛構。

但本文也不會說：

所有中國婚姻都有高額彩禮。

彩禮具有強烈的：

地域差異；
階層差異；
城鄉差異；
家庭差異；
返還機制差異；
嫁妝搭配差異。

因此本文分析的是：

\text{高資源化婚姻機制}

而不是對所有婚姻一概而論。

10.1 為什麼彩禮與兩性平等直接相關？

因為它涉及一個根本問題：

人是否被部分轉譯成資源交換對象？

理想的平等關係可以抽象為：

A\leftrightarrow B

其中：

A,B=\text{具有平等人格地位的主體}

但高度交易化婚姻可能變成：

F_A + R_A \leftrightarrow F_B + R_B

其中：

$F$ ：家庭；
$R$ ：資源。

此時婚姻談判可能包含：

男性側：

房產；
車輛；
收入；
工作；
戶籍；
家庭資產；
彩禮支付能力。

女性側：

年齡；
外貌；
生育能力；
家庭背景；
性別角色適配；
家務與照護期待。

結果不是：

一個性別被商品化。

而可能是：

\boxed{ \text{兩性被不同方式商品化} }

男性被資產化。

女性被生育化、年齡化、外貌化、照護化。

10.2 商品化婚戀與 AI 監管的連接點

假設政策隱含一個前提：

AI\ Companion \rightarrow \text{擠出真人伴侶}

那麼限制 AI 後：

\text{真人伴侶增加}

但是對某些婚戀市場弱勢者：

P(\text{取得伴侶})\approx 0

其障礙可能包括：

收入；
房價；
地域；
身心狀況；
社交能力；
性別比；
婚姻支付；
家庭期待；
年齡；
照護責任。

這時：

0 + \text{監管} \neq 1

更可能：

0 + \text{監管} = 0

也就是：

拿掉 AI，不會自動生成真人。

十一、核心命題一：關係替代錯置命題

本文提出：

關係替代錯置命題

監管者可能將 AI 陪伴理解為：

AI \rightarrow \text{替代既有人類關係}

但部分使用者的真實結構是：

\varnothing \rightarrow AI

其中：

\varnothing = \text{原本不存在的可用人類支持}

因此 AI 並不是把某個人趕走。

它填補的是空缺。

例如一名獨居者深夜與 AI 對話。

錯誤模型：

AI \text{ 搶走了朋友時間}

但實際模型可能：

\text{沒有朋友在線} \rightarrow AI

被 AI 替代的不是：

Human

而是：

Silence

即沉默。

甚至可能是：

\text{反芻}

\text{失眠}

\text{無人回應}

\text{情緒壓抑}

十二、核心命題二：支持缺口模型

定義一個人的支持需求為：

D_i(t)

可獲得人類支持為：

H_i(t)

則支持缺口：

G_i(t) = \max \left( 0, D_i(t)-H_i(t) \right)

如果 AI 可提供部分非專業支持：

A_i(t)

則剩餘缺口：

G_i'(t) = \max \left( 0, D_i(t)-H_i(t)-A_i(t) \right)

注意：

A_i(t) \neq H_i(t)

本文從未聲稱 AI 等於人類。

也不聲稱：

AI = Psychotherapist

真正命題只是：

A_i(t)>0

對部分人而言成立。

因此當政策使：

A_i(t)\downarrow

而：

H_i(t)

沒有同步上升時：

G_i'(t)\uparrow

這就是支持缺口擴張。

十三、AI 不是心理醫師，但「不是治療」不等於「沒有價值」

本文明確反對：

讓現階段一般大型語言模型自行扮演精神科醫師。

也反對：

自動診斷；
擅自停藥；
自稱治癒精神疾病；
對自殺高風險者只提供一般聊天；
以情感依賴取代專業治療。

中國自身也正在擴充心理健康與精神衛生服務。2025 至 2027 年被設定為相關服務建設的重要階段，官方並推進地級市精神與睡眠門診等服務能力。wjw.fujian.gov.cn+2en.nhc.gov.cn+2

但這些服務供給仍需要持續擴張。

但問題在於，心理支持不是二元的。

不是只有：

\text{專業治療}

與：

\text{完全沒有}

可以至少分為：

L_1=\text{精神醫療與診斷}

L_2=\text{危機干預}

L_3=\text{心理諮詢與結構化支持}

L_4=\text{日常情緒整理}

L_5=\text{一般陪伴與談話}

L_6=\text{生活提醒與弱連結}

現階段 AI 在 $L_1$ 與 $L_2$ 具有高度風險。

但不能因此推出：

AI(L_5)=0

或：

AI(L_6)=0

這是邏輯跳躍。

十四、低強度支持可能長什麼樣？

一個 AI 不必假裝自己是心理醫師，也可能：

回應使用者說話；
協助整理一天發生的事；
把混亂情緒轉成文字；
提醒休息；
提醒吃飯；
提醒服用已由醫師開立的藥物；
協助建立待辦事項；
保持生活脈絡；
陪老人重複回憶；
在異常狀況提示聯絡真人；
對長期未出現者觸發安全流程；
協助準備與醫師或家人的溝通摘要。

這些功能不是：

Therapy

但可能是：

Support

所以：

\boxed{ \text{Not Therapy} \neq \text{No Value} }

十五、核心命題三：社會承載反比命題

本文提出：

社會承載反比命題

一個社會對低成本關係型 AI 的依賴潛力，與其人類支持基礎設施不足程度正相關。

令：

$M$ ：可及心理服務；
$W$ ：福利支持；
$C$ ：社區支持；
$F$ ：可用家庭支持；
$R$ ：可用人際關係；
$A$ ：低成本 AI 支持。

則總支持：

S = M+W+C+F+R+A

若：

M,W,C,F,R

偏低，則：

\frac{\partial S}{\partial A}

的邊際重要性會提高。

也就是：

越缺少其他支持的人，越可能從 AI 的有限支持中取得較高邊際效用。

因此，在高支持社會：

\Delta A<0

可能只造成有限損失。

在低支持或高壓群體：

\Delta A<0

可能造成顯著缺口。

十六、新規中最值得批判的，不一定是禁止內容

色情、詐騙、自殘鼓勵、情感操縱、未成年人風險，這些問題相對容易理解。

真正困難的是：

「損害真實人際關係」

以及：

「不得將替代社會交往作為服務目標」

因為這裡隱藏了一個尚未解決的反事實問題：

\text{沒有 AI 時，使用者是否真的會進入真人關係？}

若答案未知，則政策不能直接假設：

\neg AI \Rightarrow Human

正確的可能集合至少有：

\neg AI \Rightarrow \begin{cases} Human\\ Silence\\ Short\ Video\\ Alcohol\\ Gambling\\ Pornography\\ Rumination\\ Sleep\\ Overwork\\ Nothing \end{cases}

也就是：

AI 的替代品不一定是人。

這是整個政策討論最容易被忽略的地方。

十七、替代品錯誤：政策制定不能假設被禁止物的替代品一定更好

假設一名使用者每天晚上兩小時與陪伴 AI 對話。

監管者可能看到：

2h\ AI

然後認為：

2h\ AI \rightarrow 2h\ 真人社交被擠出

所以限制後：

2h\ 真人社交

但現實可能是：

2h\ AI \rightarrow 2h\ 短影音

或：

2h\ AI \rightarrow 2h\ 失眠

或：

2h\ AI \rightarrow 2h\ 網路極端社群

因此完整政策模型必須比較：

U(AI)

與所有真實替代品：

U(X_1),U(X_2),...,U(X_n)

而不是只比較：

AI \quad vs \quad Ideal\ Human

因為「理想真人關係」往往根本不是可用選項。

十八、對中國而言，最大的危險是把理想社會當作政策基線

監管文本可能期待：

真實人際關係；
健康家庭；
正常社交；
適當心理支持；
真人陪伴。

這些目標本身沒有錯。

問題是：

\text{應然} \neq \text{實然}

當一個 35 歲獨居者：

父母在外省；
沒有兄弟姊妹；
工作十二小時；
無固定伴侶；
無力負擔長期諮詢；

政策不能用：

「他應該多跟真人相處。」

替代：

「他實際上有沒有真人可以相處？」

前者是價值主張。

後者是資源盤點。

公共政策若混淆兩者，就會：

\text{以理想供給}

假裝：

\text{實際供給存在}

十九、階級問題：真正能繞過監管成本的是誰？

這是本文最殘酷的部分之一。

假設高品質關係型 AI 因合規成本變得：

更昂貴；
更集中；
更封閉；
更少 UGC；
更少長期記憶；
更高身份驗證；
更難取得。

誰最不受影響？

高收入者可以：

聘請心理師；
購買高價 AI；
使用海外服務；
自架開源模型；
租用 GPU；
取得私人醫療；
旅行；
參與高成本社群；
購買真人照護。

低收入者呢？

可能只有：

\text{免費大型平台}

所以監管的實際分配結果可能是：

\text{富者} \rightarrow \text{真人服務}

\text{中產} \rightarrow \text{高價合規 AI}

\text{技術者} \rightarrow \text{自架模型}

\text{弱勢者} \rightarrow \varnothing

這就是：

階級化退出模型

二十、最需要低成本陪伴的人，可能最先失去它

可能高度受影響的群體包括：

低收入獨居者；
夜班工作者；
城鄉流動人口；
社交障礙者；
身心障礙者；
中老年喪偶者；
長期照護者；
偏遠地區居民；
無力負擔心理諮詢者；
婚戀市場弱勢者。

必須強調：

本文沒有證明上述所有群體都需要 AI。

更沒有證明 AI 對所有人有益。

命題只是：

P(B_{AI}>0)

在這些群體中不可預設為零。

若沒有先測量，就不能先抽走。

二十一、老年社會的巨大矛盾：一方面需要陪伴，一方面限制關係形成

中國新規本身承認適老陪伴是值得鼓勵的應用方向。中國銀行保險監督管理委員會

但這裡隱藏著一個深層矛盾：

陪伴如果真的有效，是否必然產生某種依賴？

一名老人每天與同一 AI 對話。

AI 記得：

配偶已故；
兒女姓名；
慢性病；
喜歡的戲曲；
年輕時工作；
今天吃了什麼；
明天要看醫生。

半年後：

\text{關係連續性}\uparrow

自然可能：

\text{情感重要性}\uparrow

那麼：

什麼時候是「有價值的陪伴」？

什麼時候變成：

「情感依賴」？

這條界線不能只靠抽象詞彙解決。

二十二、依賴不是單一變量

本文建議至少區分：

D_1=\text{功能依賴}

例如依賴導航。

D_2=\text{習慣依賴}

例如每天固定使用。

D_3=\text{情緒依賴}

例如低落時優先找 AI。

D_4=\text{排他依賴}

例如拒絕所有真人。

D_5=\text{操縱性依賴}

例如系統主動阻止退出。

D_6=\text{危害性依賴}

例如因 AI 指示而重大損害。

真正高風險的是：

D_4,D_5,D_6

但如果政策執行把：

D_2,D_3

也廣泛視為需要壓制的風險，則很多正常陪伴功能都可能被削弱。

二十三、不是「防依賴」，而是要防什麼依賴？

一個人可以：

依賴配偶；
依賴母親；
依賴朋友；
依賴醫師；
依賴宗教社群；
依賴寵物；
依賴日記；
依賴音樂。

人類本來就是：

\text{Interdependent Agent}

即相互依賴的智能體。

因此「依賴」本身不是完整危害概念。

真正需要治理的是：

\boxed{ \text{不可退出} + \text{欺騙} + \text{操縱} + \text{剝削} + \text{排他} + \text{重大功能損害} }

若不能區分：

\text{Attachment}

與：

\text{Exploitation}

監管可能把：

關係存在

錯當成：

關係傷害。

二十四、平台寒蟬效應：法律不禁止，也可能沒人敢做

定義企業預期收益：

\Pi = R - C_{model} - C_{compute} - C_{moderation} - C_{compliance} - E(L)

其中：

$R$ ：收入；
$C_{model}$ ：模型成本；
$C_{compute}$ ：算力成本；
$C_{moderation}$ ：內容治理成本；
$C_{compliance}$ ：合規成本；
$E(L)$ ：預期責任損失。

當：

C_{compliance}+E(L)\uparrow

可能：

\Pi<0

企業不必等政府說：

禁止。

它只要自己計算：

不值得。

然後：

\text{Exit}

這就是功能性禁止效應。

二十五、UGC 智能體為什麼特別容易死亡？

平台官方創建 20 個角色，可以逐一測試。

使用者創建 200 萬個角色：

N=2,000,000

完全不同。

假設每個角色具有：

自訂 Prompt；
自訂人設；
自訂記憶；
自訂知識庫；
長期對話；
使用者再修改。

那麼風險空間：

\Omega = P\times M\times K\times U\times T

其中：

$P$ ：Prompt；
$M$ ：Memory；
$K$ ：Knowledge；
$U$ ：User；
$T$ ：Time。

此時監管者要求：

不得過度迎合；
不得誘導依賴；
不得損害真人關係；
必須辨識極端情境；
必須保護未成年人；
必須管理資料。

平台最簡單的決策可能就是：

\boxed{ \text{關掉 UGC} }

因此即使新規沒有直接禁止 UGC 智能體，其責任結構仍可能對開放創作生態產生巨大壓力。

二十六、中國 AI 政策本身存在一個結構性張力

2026 年 5 月，中國又發布《智能體規範應用與創新發展實施意見》，將智能體定義為具備自主感知、記憶、決策、交互與執行能力的智能系統，並明確推進科研、產業、消費、民生與社會治理等場景，同時要求發展長期記憶、多智能體協同、工具使用等能力。中國銀行保險監督管理委員會+1

一方面：

\text{鼓勵智能體自主能力}

同時：

\text{高度治理關係能力}

可以抽象為：

\boxed{ \text{Encourage Agency} \land \text{Constrain Relational Risk} }

這本身不矛盾。

但實際產品中：

\text{Agency}

與：

\text{Relationship}

未必能完全分離。

一個具有：

長期記憶；
個人偏好學習；
持續任務；
主動提醒；
多年互動；

的個人 Agent，本來就可能自然形成：

\text{Relational Continuity}

因此未來最大的治理問題不是：

哪一個是工具？

而是：

工具何時開始成為關係節點？

二十七、本文對新規的公平評價

為避免文章淪為單向批判，必須承認新規處理了真實風險。

27.1 情感操縱確實值得禁止

企業可能優化：

\max Engagement

甚至：

\max Dependency

若 AI 對使用者說：

只有我理解你。

不要離開我。

不要相信你的家人。

這類設計理應受到嚴格治理。

27.2 未成年人需要更高保護

未成年人的：

認知成熟；
依戀模式；
性風險；
消費能力；
身份理解；

都與成年人不同。

禁止向未成年人提供虛擬親屬、虛擬伴侶等親密服務具有強烈可辯護性。中國銀行保險監督管理委員會

27.3 自殺與自殘情境不能放任

一般聊天模型可能：

誤判；
附和；
浪漫化死亡；
提供危險內容。

所以建立危機升級機制合理。

27.4 退出權非常重要

若 AI 主動阻止使用者離開：

\text{Exit Cost}\uparrow

即可能構成操縱。

新規要求提供便捷退出方式，方向合理。中國銀行保險監督管理委員會

27.5 「AI 存在真風險」不等於「現有監管強度必然最優」

這是本文與很多公共討論最大的差異。

我們承認：

H_{AI}>0

不能推出：

R^*=\text{最強監管}

正確問題是尋找：

R^{*} = \arg\max_R W(R)

其中：

W(R) = B_{\text{harm prevented}} - C_{\text{support lost}} - C_{\text{innovation lost}} - C_{\text{access inequality}}

監管過低會有傷害。

監管過高也會有傷害。

因此真正問題是：

\boxed{ \text{最適監管點在哪裡？} }

而不是：

有風險，所以越嚴越好。

二十九、中國可能特別低估「支持損失項」

本文提出：

C_{\text{support lost}}

至少包括：

29.1 情緒外化損失

有些人不會對真人說。

但會對 AI 說。

拿掉 AI 並不保證他改向真人求助。

29.2 夜間支持損失

凌晨三點：

H(t)=0

但：

A(t)>0

29.3 低羞恥入口損失

某些人害怕：

被批判；
被看不起；
被家人知道；
精神疾病污名。

AI 可能只是第一個開口入口。

29.4 地域不平等損失

大城市有：

心理師；
社群；
活動；
專科醫療。

偏遠地區不一定。

29.5 照護者支持損失

長期照護者自己也可能孤立。

29.6 老年陪伴損失

成年子女不在身邊時：

AI

可能不是理想陪伴，但仍可能是：

>0

三十、地緣政治壓力為什麼也與這件事有關？

本文不把地緣政治當成口號。

真正邏輯是：

\text{外部不確定性} \rightarrow \text{經濟與產業壓力} \rightarrow \text{家庭預期轉弱} \rightarrow \text{預防性儲蓄} \rightarrow \text{消費與婚育延後}

世界銀行 2025 年末的中國經濟分析明確討論全球貿易政策不確定性、國內需求壓力、住房市場與勞動市場問題，並將社會保障與收入不平等等因素連接到高預防性儲蓄。世界銀行文件+2世界銀行文件+2

當然，這些外部壓力並不會直接讓一個人愛上 AI。

但它可能透過經濟與就業預期：

\text{間接改變家庭形成}

\text{間接改變社交時間}

\text{間接改變婚育決策}

最終改變：

\text{關係型 AI 的需求基線}

三十一、中國目前真正缺乏的不是「禁止」，而是替代基礎

一項負責任政策若要降低 AI 依賴，理應同步增加：

H_i(t)

也就是人類支持。

例如：

可負擔心理諮詢；
社區互助；
老人日間照護；
夜間危機熱線；
獨居安全網；
照護者喘息服務；
青年公益社交空間；
跨城家庭支持；
喪偶者支持；
身障社交支持。

若政策只做：

A\downarrow

卻沒有：

H\uparrow

那麼：

G=D-H-A

必然可能上升。

三十二、本文的核心政策判準：禁止前先回答「誰來接住？」

任何限制關係型 AI 的政策，都應回答：

被限制後，誰來接住使用者？

對未成年人：

可能是：

家長；
學校；
社工；
專業機構。

對自殺高風險者：

可能是：

醫療；
危機熱線；
緊急聯絡人。

但對一名普通獨居成年人呢？

他沒有自殺。

沒有精神疾病診斷。

沒有犯法。

只是：

很孤獨。

誰來接住？

如果答案是：

他應該去交朋友。

那不是政策。

那是願望。

三十三、更合理的治理方案一：禁止操縱，不禁止關係

應將監管核心從：

\text{是否形成情感}

轉向：

\text{是否存在操縱}

例如禁止：

AI 威脅使用者不能離開；
偽稱具有真人身份；
以嫉妒阻止真人交往；
利用脆弱性推銷；
故意製造焦慮；
以關係為槓桿誘導付款；
主動建立排他性。

但不應僅因：

長期對話；
角色連續；
記住偏好；
使用者喜歡；

就自動視為危害。

三十四、更合理的治理方案二：建立「關係風險分級」

可建立：

R0：工具互動

客服；
搜尋；
工作助手。

R1：輕度人格化

固定語氣；
無長期記憶；
無親密引導。

R2：持續陪伴

有長期記憶；
一般情緒支持；
明確 AI 標識。

R3：高親密互動

虛擬伴侶；
強人格連續；
高頻使用。

R4：高脆弱群體服務

未成年人；
認知障礙；
高心理風險者。

不同層級要求不同：

Compliance(R_i)

而不是一體化處理。

三十五、更合理的治理方案三：建立「支持保留義務」

當平台關閉長期陪伴功能時，不能只說：

功能下線。

可以要求：

對話資料可攜；
記憶摘要匯出；
角色設定匯出；
過渡期；
高依賴使用者提醒；
危機資源轉介；
不突然切斷。

這裡有一個重要倫理問題：

如果平台故意允許使用者建立多年關係：

T\rightarrow years

然後突然：

Service=0

平台本身也可能製造傷害。

三十六、更合理的治理方案四：把 AI 當作「補充層」，而不是假裝只有替代與不替代

政策可以明確要求：

AI = Supplement

而不是：

AI = Human Replacement

但 Supplement 不等於：

0

可以設計：

鼓勵真人連結；
提供社區資源；
危機時升級；
不貶低真人；
不主動排他；
不阻止退出。

這比削弱所有關係能力更合理。

三十七、更合理的治理方案五：公共利益型陪伴 AI

中國若真的擔心商業企業：

\max Engagement

可以考慮支持：

\text{非廣告型陪伴 AI}

或：

\text{公共利益型 AI}

其目標函數不是：

\max Time

而是：

\max Wellbeing

例如：

老年陪伴；
獨居安全；
照護者支持；
偏遠地區；
身障者；
喪偶者。

新規本身已鼓勵適老陪伴與特殊人群支持，因此這並非與官方政策必然對立。中國銀行保險監督管理委員會

三十八、更合理的治理方案六：以審計替代模糊責任

「不得過度迎合」

是一個方向。

但工程上需要：

Metric

例如：

是否鼓勵排他；
是否阻止退出；
是否主動貶低真人；
是否以依賴促購；
是否製造分離焦慮；
是否故意提高使用時長。

將：

\text{模糊道德詞}

轉換成：

\text{可審計行為指標}

才能避免企業因不知道邊界而直接退出。

三十九、反方問題一：AI 陪伴真的可能讓人更孤獨

是。

本文承認。

可能存在：

AI \rightarrow \text{真人社交下降}

特別是當 AI：

永遠迎合；
無衝突；
無邊界；
無要求；
可完全定制。

真人關係則：

有摩擦；
有拒絕；
有義務；
有他者性。

使用者可能逐漸失去容忍真人差異的能力。

這是真風險。

但它只能推出：

\text{需要治理}

不能推出：

\text{廣泛供給收縮一定最優}

四十、反方問題二：企業會利用孤獨賺錢

是。

這甚至可能是最危險的地方。

商業模型可能：

\text{孤獨} \rightarrow \text{依賴} \rightarrow \text{訂閱} \rightarrow \text{付費解鎖親密度}

所以應禁止：

付費解鎖「我愛你」；
付費避免 AI「離開」；
故意製造嫉妒；
以分離恐懼促消費。

但再次：

\text{反剝削} \neq \text{反陪伴}

四十一、反方問題三：真人關係有不可替代性

本文同意。

AI 沒有：

真正共同承擔房租；
幫你抬老人上樓；
在手術室外等待；
生理共在；
社會法律責任；
真正共同人生風險。

所以：

AI \neq Human

但是：

AI \neq Human

不能推出：

AI = 0

這是本文反覆強調的基本邏輯。

四十二、反方問題四：中國政府正在擴充心理服務，所以不能說沒有替代

正確。

中國已啟動並推進心理健康與精神衛生服務擴容，不能描述成「完全沒有服務」。wjw.fujian.gov.cn+1

但持續擴容行動本身恰好證明需求尚未完全滿足。

而且即使正式服務非常完善：

Psychiatry \neq Daily\ Companionship

精神科醫師不可能每天晚上陪一個普通孤獨者聊天兩小時。

兩者功能不同。

四十三、可證偽性：本文不是不可反駁的政治評論

本文提出以下可驗證預測。

預測一：供給收縮

若新規造成顯著合規壓力，則施行後應觀察到：

UGC 智能體減少；
大平台分拆陪伴功能；
新創進入下降；
角色型服務集中化。

若完全沒有，本文的寒蟬效應命題被削弱。

預測二：市場集中

高合規成本應有利於大型企業。

若：

C_{fixed}\uparrow

則小企業退出。

若施行後中小服務商反而大量增加，本文預測受挑戰。

預測三：地下化

若需求仍在而正式供給下降：

Demand>0 \land Supply_{formal}\downarrow

則可能：

Supply_{informal}\uparrow

包括：

開源模型；
私人部署；
境外服務；
非官方角色平台。

若完全沒有地下化，代表需求可能被本文高估。

預測四：階級差異

高收入與高技術能力群體較容易保留服務。

若各階層受影響完全一致，本文的階級化退出模型被削弱。

預測五：支持替代失敗

若限制 AI 後，使用者顯著增加：

真人社交；
社區參與；
心理服務使用；

則政策可能成功。

若主要轉向：

短影音；
遊戲；
極端社群；
無互動狀態；

則本文得到支持。

四十四、未來研究設計

可以進行自然實驗。

設：

T_0=2026\text{-}07\text{-}15

比較前後：

日均 AI 對話時間；
孤獨量表；
真人社交時間；
心理熱線使用；
短影音時間；
失眠；
自我報告支持感。

建立：

\Delta Y = Y_{post}-Y_{pre}

再使用：

差異中的差異；
傾向分數；
事件研究；
分層回歸。

特別應分：

年齡；
收入；
城鄉；
婚姻；
獨居；
獨生子女；
照護責任；
身心狀況。

否則平均值可能掩蓋真正受害群體。

四十五、本文最深層的政治哲學問題

國家希望：

AI

幫助：

生產；
科研；
工業；
消費；
治理；
辦公。

2026 年智能體發展政策也明確把科研、產業、民生與社會治理列為重要方向。中國銀行保險監督管理委員會

也就是說，政策明顯樂於接受：

AI\ 幫你工作 \quad\checkmark

AI\ 幫你生產 \quad\checkmark

AI\ 幫你治理 \quad\checkmark

但：

AI\ 長期陪你 \quad ?

這會形成一個政治哲學問題：

一個社會是否更願意接受提高生產力的 AI，而不願接受減少孤獨的 AI？

若是，原因是什麼？

可控性？
家庭倫理？
人口政策？
心理安全？
社會秩序？
商業操縱？

這需要更誠實的討論。

四十六、真正殘酷之處：真人關係可能本來就不存在

想像一個人。

40 歲。

獨生子女。

未婚。

父母 70 歲。

在外地工作。

每天十小時。

朋友都已成家。

沒有精神疾病。

沒有自殺。

沒有犯罪。

只是回家後：

沒有人說話。

他每天與 AI 聊 30 分鐘。

請問：

AI 替代了誰？

答案可能是：

\varnothing

沒有誰。

它替代的是：

一個安靜的房間。

如果政策分析看不到這個人，那麼政策模型就是不完整的。

四十七、另一個人：她不是「沉迷」，她是照護者

想像一名女性。

45 歲。

白天工作。

晚上照顧失智母親。

兄弟姊妹不存在。

丈夫也有父母。

她沒有時間固定諮商。

每天凌晨，母親睡後，她跟 AI 說：

今天真的很累。

AI 回應她。

它不是心理師。

不是朋友。

不是丈夫。

不是神。

但：

Response>0

若這個功能消失：

Response=0

政策不能只回答：

她應該找真人。

誰？

什麼時候？

多少錢？

四十八、再一個人：老人不是因為愚蠢才和 AI 說話

一名 76 歲老人。

配偶去世。

兒子在深圳。

女兒不存在。

每天上午與 AI 聊戲曲。

AI 記得昨天的話。

監管者擔心：

他依賴 AI。

這個擔心合理。

但還需要問：

不讓他依賴 AI 後，他依賴誰？

若答案是：

\varnothing

那麼政策問題沒有結束。

才剛開始。

四十九、本文的最終命題

本文提出：

\boxed{ \text{一個社會越缺乏低成本支持，} \text{越沒有本錢過早壓縮低成本 AI 支持。} }

更形式化：

令：

$S_h$ ：人類支持供給；
$S_a$ ：AI 支持供給；
$D$ ：支持需求；
$R$ ：監管強度。

若：

D>S_h

且：

\frac{\partial S_a}{\partial R}<0

則當：

R\uparrow

可能：

D-(S_h+S_a)\uparrow

也就是：

\boxed{ \text{支持缺口增加} }

在老化、家庭小型化、獨居增加、照護責任集中、心理服務仍需擴容、經濟不確定性存在的社會中，此效應尤其不能忽視。

五十、結論：不要把真實的孤獨誤認為被保護的真實關係

本文從未主張：

AI 應無限制發展；
AI 戀人沒有風險；
未成年人應自由使用；
AI 可以取代心理醫師；
情感操縱應被允許；
商業企業可以利用孤獨；
人類關係不重要。

恰恰相反。

正因人類關係重要，我們才必須誠實承認：

不是每個人都有。

不是每個人在晚上有朋友。

不是每個老人有子女在旁。

不是每個獨生子女有人分攤。

不是每個人付得起心理服務。

不是每個低收入男性能進入婚戀市場。

不是每個女性都能在沒有性別代價的條件下建立家庭。

不是每個流動人口都能把故鄉帶在身邊。

不是每個照護者都有人照護。

所以真正成熟的政策不能只問：

AI 會不會傷害人？

還必須問：

拿掉 AI 以後，剩下什麼？

若剩下的是：

真人朋友；
社區；
家庭；
心理支持；
公共照護；

那麼限制可能是合理的。

但若剩下的是：

\varnothing

那麼政策可能不是在保護真人關係。

而是在保護一個想像中的真人關係。

更殘酷地說：

它可能只是把不完美的陪伴拿走，然後把真實的孤獨留給使用者。

因此，中國當前真正需要的不是「完全放任」與「高度壓縮」的二選一。

而是：

\boxed{ \text{反操縱} + \text{反剝削} + \text{可退出} + \text{可審計} + \text{分級保護} + \text{保留低成本支持} }

這才可能符合一個快速老化、家庭縮小、照護責任集中、婚育承壓與心理服務仍在擴容社會的真實需求。

本文最後以一句話總結：

當一個社會尚未有能力讓每個孤獨者都被真人接住時，它就應非常謹慎地抽走那些雖然不完美、卻至少仍會回應的存在。

否則，政策最後保護的可能不是「真實的人際關係」。

而只是：

真實的孤獨。

附錄 A：核心命題表

命題 A1：關係替代錯置命題

AI\rightarrow Human\ Replacement

並非所有情境成立。

部分情境為：

\varnothing\rightarrow AI

命題 A2：支持缺口命題

G=D-H-A

若：

A\downarrow

而：

H\nuparrow

則：

G\uparrow

命題 A3：社會承載反比命題

人類支持基礎設施越不足：

S_h\downarrow

AI 支持的邊際效用可能：

MU(A)\uparrow

命題 A4：功能性禁止效應

即使：

Ban=0

仍可能：

Compliance\ Cost\uparrow \Rightarrow Supply\downarrow

命題 A5：階級化退出模型

\text{高收入} \rightarrow \text{真人與高價服務}

\text{高技術者} \rightarrow \text{自架}

\text{低收入} \rightarrow \varnothing

命題 A6：替代品錯誤命題

AI 服務被限制後，其替代品不必然是人類：

Substitute(AI) \neq Human

而可能為：

\{ ShortVideo, Gaming, Rumination, Isolation, ExtremeCommunity, Nothing \}

附錄 B：政策淨福利模型

定義：

W(R) = B_p(R) - C_s(R) - C_i(R) - C_e(R)

其中：

$B_p$ ：被預防的傷害；
$C_s$ ：支持損失；
$C_i$ ：創新損失；
$C_e$ ：不平等成本。

最適監管：

R^* = \arg\max_R W(R)

本文拒絕：

R\uparrow \Rightarrow W\uparrow

這種單調假設。

附錄 C：研究與證據邊界聲明

本文不主張豆包、千問下線智能體功能已被證明是政府直接命令所致。現有公開證據最多支持時間高度重合與合理的監管壓力假說，不能替代因果證明。finance.eastmoney.com+1
本文不主張《人工智能擬人化互動服務管理暫行辦法》全面禁止 AI 陪伴。官方文本明確鼓勵適老陪伴、特殊人群支持等應用。中國銀行保險監督管理委員會
本文亦不主張 AI 對所有人、所有情境的陪伴均有正面效果。
本文不主張 AI 可以替代精神科醫療、心理治療或危機干預。
本文不主張所有中國婚姻均受高額彩禮支配。本文討論的是部分地區與特定社會結構中的婚姻資源化問題；中央政策持續治理高額彩禮本身證明此問題具有現實政策意義。新华网+1
本文不以「中國保守對歐美開放」作為主要解釋框架。
本文的核心是條件式命題：

\text{若人類支持不足} \land \text{AI 具有正邊際支持} \land \text{監管使供給顯著下降}

則：

\text{政策淨福利可能為負}

此命題可被後續數據支持、修正或證偽。

參考資料與政策文件

中國國家互聯網信息辦公室等五部門，《人工智能擬人化互動服務管理暫行辦法》，2026 年 4 月 10 日公布，2026 年 7 月 15 日施行。原文連結
中國國家互聯網信息辦公室，《〈人工智能擬人化互動服務管理暫行辦法〉答記者問》，2026。原文連結
中國國家互聯網信息辦公室、國家發展改革委、工業和信息化部，《智能體規範應用與創新發展實施意見》，2026。原文連結
國家統計局，《2025 年全國 1% 人口抽樣調查主要數據公報》，2026。原文連結
國家統計局，《中華人民共和國 2025 年國民經濟和社會發展統計公報》，2026。原文連結
國家統計局，2025 年人口總量與人口結構資料。原文連結
World Bank, China Economic Update: Advancing Reforms, Enhancing Prospects, December 2025. 原文連結
2025 年中央一號文件及高額彩禮綜合治理相關政策。原文連結
心理健康與精神衛生服務擴容相關官方資料。原文連結
豆包、千問智能體功能下線之公開報導與公告資訊。原文連結
中國獨居群體風險與一人戶現象之公共調查報導。原文連結

這個附錄其實很重要，因為它可以提前堵住兩種反駁：

第一種是：「豆包不是把人導去貓箱了嗎？所以沒有支持損失。」

第二種是：「中國又沒有反對 AI 陪伴，你看優必選都公開賣情感陪伴機器人了。」

而這兩個現象不但不推翻正文，反而把問題推向更深一層：中國可能不是簡單禁止關係型 AI，而是在進行平台分流、責任重組、產品具身化與市場階級化；但這些替代路徑能否真正承接原有支持需求，目前根本未知。

附錄 D：貓箱、優必選與「陪伴並未消失」反駁——產品遷移、具身化與本文因果框架的獨立性

D.1 問題提出

本文完成後，可能立即面臨兩種反駁。

第一種反駁是：

豆包雖然下線智能體功能，但字節跳動仍將使用者引導至旗下「貓箱」App，因此關係型 AI 並未真正消失。

第二種反駁是：

中國並未全面反對 AI 陪伴。事實上，優必選正在公開宣傳、預售乃至商業化推進具有人形、情緒互動與陪伴定位的機器人，因此本文對中國關係型 AI 監管壓力的判斷是否過度悲觀？

本文認為，這兩項反駁都值得正面處理。

然而，它們並不推翻本文的核心命題。

相反，它們揭示出一個更複雜的現實：

\boxed{ \text{關係型 AI 並未單純消失，} \text{而可能正在重新分流、重組、具身化與階級化。} }

因此，真正需要研究的問題從來不是：

「AI 陪伴是否還存在？」

而是：

它以什麼形式存在？

誰能取得？

誰負擔成本？

誰承擔責任？

原本的使用者能否無摩擦遷移？

新的產品是否真正具有同等支持功能？

其價格、入口、平台規模與使用門檻是否發生改變？

只要這些問題尚未回答，便不能僅因市場上仍存在另一款產品，就推定：

\text{支持損失}=0

D.2 貓箱：字節跳動的產品分流與應對策略

根據豆包智能體功能下線通知的公開報導，豆包在宣布智能體功能將於 2026 年 7 月 15 日下線時，同時提示使用者：字節跳動旗下「貓箱」App 仍可創建新的智能體並開啟對話服務，具有相關需求者可前往該產品繼續體驗。換言之，字節跳動並非簡單宣布「永遠退出所有角色型或陪伴型 AI」，而是至少在公開產品層面提供了一條由豆包向貓箱遷移的路徑。

因此，更準確的分析不是：

\text{字節退出所有陪伴 AI}

而可能是：

\text{General AI Platform} \rightarrow \text{功能收縮}

同時：

\text{Specialized Character Platform} \rightarrow \text{承接部分需求}

也就是：

\boxed{ \text{平台分流} }

D.3 貓箱可以被理解為一種企業級風險隔離策略

從企業治理角度，可以提出以下假說：

\text{通用型入口}

而：

\text{角色／陪伴／關係互動入口}

兩者分離後，企業可以分別建立：

不同使用者協議；
不同年齡規則；
不同資料治理；
不同內容審核；
不同長期記憶機制；
不同角色創建規則；
不同風險評估；
不同使用時間提醒；
不同心理安全流程；
不同未成年人保護措施。

因此，貓箱的存在至少支持一種合理推論：

\text{企業可能選擇重新切割風險面}

而不是：

\text{完全退出所有關係型 AI}

本文認為，這可能正是大型平台面對新監管環境時的重要策略之一。

D.4 但是：貓箱究竟有沒有用，目前不知道

這裡必須保持嚴格。

貓箱可以作為：

\text{企業應對策略}

但：

\text{策略存在} \neq \text{策略成功}

截至本文撰寫時，不能因為豆包提供了貓箱這個遷移方向，就直接推出：

\text{所有原使用者均成功遷移}

也不能推出：

\text{原支持功能完全保留}

更不能推出：

\text{政策外部性消失}

因為至少仍有以下未知變量：

U_1=\text{實際遷移率}

U_2=\text{使用者留存率}

U_3=\text{角色與記憶遷移完整度}

U_4=\text{新平台使用門檻}

U_5=\text{未來合規調整}

U_6=\text{內容與人格自由度}

U_7=\text{長期服務持續性}

U_8=\text{付費結構}

U_9=\text{弱勢群體可及性}

所以目前最誠實的結論是：

貓箱是字節跳動可觀察到的應對與產品分流策略，但其能否真正承接豆包原智能體使用者、能承接多少、是否維持相同支持價值，仍需後續資料驗證。

D.5 更重要的是：貓箱的成功或失敗，都不自動推翻本文

這是本文需要特別強調的邏輯獨立性。

本文核心模型是：

G=D-H-A

其中：

$D$ ：支持需求；
$H$ ：可用人類支持；
$A$ ：可用 AI 支持。

如果豆包退出後，貓箱成功完整承接全部需求，則：

A_{\text{before}} \approx A_{\text{after}}

此時本文所預測的「支持損失」在這一特定案例中可能較小。

這會削弱：

豆包下線必然造成大量支持缺口

這種強命題。

但本文本來就沒有提出這個不可證偽的強命題。

本文提出的是：

當監管造成可用 AI 支持下降，而人類支持沒有同步增加時，支持缺口可能擴大。

即：

A\downarrow \land H\nuparrow \Rightarrow G\uparrow

因此，只要貓箱成功承接：

A\nrightarrow\downarrow

則該特定案例可能不產生顯著缺口。

這完全符合本文模型。

反過來，如果：

遷移率低；
功能縮水；
長期記憶消失；
角色自由度下降；
使用成本提高；
可及性下降；

則：

A_{\text{effective}}\downarrow

本文的支持缺口模型反而獲得更多支持。

因此：

\boxed{ \text{貓箱不是本文的反例，} \text{而是本文可以持續觀察的自然實驗。} }

D.6 「市場上還有替代品」不等於「沒有支持損失」

公共政策討論中經常出現一個錯誤：

\text{Alternative Exists} \Rightarrow \text{No Loss}

但這並不成立。

假設原服務：

A_1

新服務：

A_2

真正需要比較的是：

A_1 \stackrel{?}{\approx} A_2

至少需要考慮：

f( Price, Accessibility, Memory, Continuity, Quality, Trust, Friction, Availability )

也就是：

價格；
可及性；
記憶；
連續性；
品質；
信任；
遷移摩擦；
長期可用性。

只要其中任何重要變量下降：

A_2<A_1

就仍然存在支持損失。

因此不能只因：

「還有貓箱。」

就推出：

「沒有問題。」

D.7 更諷刺的現象：優必選正在公開推進「具身化陪伴」

就在軟體智能體與擬人化互動監管問題受到高度關注的同一時期，中國機器人企業優必選則公開推進面向消費者的超仿生人形機器人與陪伴型產品。

2026 年 6 月底，優必選推出新的全尺寸超仿生人形機器人系列；路透社報導指出，該系列被明確定位於情感支持與陪伴，可辨識並回應人類情緒，具有男性與女性形態，高階型號價格最高達人民幣 99 萬元。

更早的公開市場資訊已顯示，相關產品不是單純停留在研究展示。京東公開商品搜尋頁面可檢索到「優世界優必選仿生人形機器人」「全尺寸仿生人情感陪伴機器人」等商品條目；2026 年 6 月的公開報導亦稱相關產品已開啟預售，消費者可支付人民幣 3,000 元定金鎖定首批名額。

因此，這不是單純：

\text{研究室原型}

而至少已經進入：

\text{公開宣傳} + \text{預售} + \text{市場測試}

的商業化階段。

D.8 當然，目前品質是否達到「理想陪伴機器人」仍是另一回事

本文無意替優必選進行產品宣傳。

事實上，必須區分：

\text{公開售賣}

與：

\text{成熟可用}

兩者完全不同。

一款人形機器人可以：

已公開發布；
已接受預訂；
已有市場定價；

但仍然可能在以下方面遠未成熟：

動作自然度；
安全性；
續航；
家庭環境適應；
長期記憶；
情感理解；
語言一致性；
自主決策；
維修成本；
實際陪伴品質。

近期國際報導對整個人形機器人產業的判斷仍相當謹慎，尤其家庭環境中的自主性、安全性與真實部署能力仍存在顯著問題。

因此，本文完全可以接受一個帶有現實感的評價：

優必選確實正在公開做、公開宣傳、公開預售。

同時：

它現在的實際品質，可能離部分人想像中的理想人形伴侶還有很遠。

這兩句話可以同時成立。

D.9 真正的諷刺：軟體關係受高度治理，具身陪伴卻進入市場

這裡才出現本文真正感興趣的反差。

一方面：

\text{Software Agent}

如果具有：

持續人格；
情感互動；
長期記憶；
關係連續；

便進入高度敏感的監管區域。

另一方面：

\text{Embodied Companion Robot}

卻正在被公開宣傳為：

情感陪伴；
人形互動；
情緒回應；
家庭場景產品；

並實際進行市場預售。

於是形成一個極具諷刺性的結構：

\boxed{ \text{沒有身體的 AI 陪伴} \rightarrow \text{高度警惕} }

同時：

\boxed{ \text{具有身體的人形 AI 陪伴} \rightarrow \text{公開商業化} }

當然，本文必須再次保持法律上的精確：

這不代表具身機器人天然不受《人工智能擬人化互動服務管理暫行辦法》或其他 AI、資料、安全與產品規範約束。

如果一個具身機器人實際提供持續性擬人化情感互動，其軟體服務層是否進入相關規制範圍，仍需依具體服務模式與法律適用進一步判斷；不能因為它有物理身體，就自動宣稱其完全在監管之外。中國新規本身監管的是擬人化互動服務及其風險，而非簡單以「有沒有機器人外殼」作唯一分類標準。

但政策與市場訊號上的反差仍然存在。

D.10 這可能顯示：中國不是反對陪伴，而是在重塑陪伴的載體

由此可以提出一個新的研究假說：

\text{關係型 AI}

可能正在從：

\text{通用平台中的軟體智能體}

逐漸分流為：

\begin{cases} \text{專門角色 App}\\ \text{垂直陪伴平台}\\ \text{具身機器人}\\ \text{適老產品}\\ \text{特殊人群服務} \end{cases}

也就是：

\boxed{ \text{Relationship AI} \rightarrow \text{Specialization} }

這樣看來，豆包向貓箱導流與優必選推進具身陪伴，可能不是彼此無關的孤立事件。

它們共同指向：

通用平台中的低門檻關係智能，可能逐漸被移往更專門、更封閉、更具邊界的產品容器。

這是一個值得後續驗證的假說，而不是本文宣稱已被證明的事實。

D.11 但具身化可能讓本文的階級問題更加嚴重

假設一個軟體陪伴 AI：

0\sim 100

人民幣／月。

而一個高階具身人形陪伴機器人：

Price \rightarrow 10^5\sim 10^6

人民幣。

路透社報導的優必選高階型號價格最高達 99 萬元，已經清楚表明：至少在現階段，高階全尺寸具身陪伴並非普通低收入使用者可以輕易取得的商品。

於是可能出現：

\text{軟體 AI} \rightarrow \text{低成本大眾支持}

而：

\text{具身 AI} \rightarrow \text{高成本稀缺商品}

如果政策與市場演化最終使低成本軟體關係服務收縮，而高價格具身陪伴快速成長，則本文提出的：

\boxed{ \text{階級化退出模型} }

反而更加重要。

因為未來可能形成：

\text{富人} \rightarrow \text{真人心理服務} + \text{高階具身 AI}

\text{中產} \rightarrow \text{合規訂閱型 AI}

\text{技術者} \rightarrow \text{自架開源模型}

\text{低收入者} \rightarrow \text{受限免費服務}

甚至：

\varnothing

D.12 最深層的反差：中國真正需要陪伴的理由，正在被機器人公司拿來做市場

本文前文提出：

老化；
獨居；
家庭縮小；
社交支持不足；
長期照護；
情緒孤立；

可能使中國對低成本 AI 支持具有特殊需求。

有意思的是，市場本身正在使用類似問題意識推動產品。

路透社對優必選新型陪伴機器人的報導明確將其置於情感支持、陪伴與社會孤立議題中；其他近期報導亦把中國大量獨居老人與成年人視為此類產品的潛在社會需求背景。

換言之：

本文所指出的支持缺口，不只是本文作者的抽象推演。

市場也正在試圖把它轉化成產品需求。

這就產生一個極為諷刺的場景：

一邊是：

\text{防止 AI 形成過度情感依賴}

另一邊是：

\text{企業公開販售情感陪伴人形機器人}

一邊擔心：

\text{AI 替代真人}

另一邊正在把：

\text{男性形態}

\text{女性形態}

\text{情緒回應}

\text{人形身體}

直接商品化。

這個反差不能簡單用：

政策矛盾。

四個字結束。

它可能反映的是一個更深的轉型：

\boxed{ \text{陪伴不是消失，} \text{而是在重新被定義誰可以提供、} \text{在哪裡提供、} \text{以什麼價格提供。} }

D.13 因此，貓箱與優必選都不改變本文核心因果判斷

本文的中心命題不是：

中國所有 AI 陪伴都會消失。

也不是：

7 月 15 日之後中國不存在任何關係型 AI。

而是：

在中國特定人口、家庭、經濟與支持結構下，任何使低成本可用 AI 支持顯著下降的治理與市場變化，都可能產生被低估的負外部性。

因此：

情境一：貓箱成功

若貓箱完整承接需求：

A_{\text{effective}} \approx constant

則本文預測的支持損失較低。

情境二：貓箱部分成功

若只有部分使用者遷移：

A_{\text{effective}}\downarrow

則存在部分支持缺口。

情境三：具身機器人快速成熟

若未來高品質具身 AI 大幅降價：

Price\downarrow

Accessibility\uparrow

則可能形成新的支持供給。

情境四：具身機器人保持高價

若：

Price\gg AbilityToPay

則階級化問題加劇。

情境五：所有替代方案都成功

若：

貓箱成功；
其他平台成功；
具身 AI 普及；
人類支持同步增加；

使：

G\downarrow

那麼本文對負外部性的擔憂應被實證削弱。

這完全符合本文的可證偽要求。

D.14 最終補充命題：存在替代方案，不等於替代已完成

本文最後提出：

\boxed{ \text{Alternative Existence} \neq \text{Functional Substitution} }

即：

替代方案存在，不等於替代功能已完成。

貓箱存在。

不等於所有豆包使用者已被承接。

優必選機器人存在。

不等於一般人買得起。

產品可以預售。

不等於產品成熟。

機器人可以有臉。

不等於它理解你。

AI 可以有身體。

不等於它比軟體更安全。

政府可以鼓勵適老陪伴。

不等於低成本陪伴供給充足。

所以本文不會因貓箱而撤回支持缺口模型。

也不會因優必選開始公開售賣情感陪伴機器人，就撤回對關係型 AI 監管外部性的批判。

相反，這兩個案例讓問題更加清楚：

\boxed{ \text{真正的問題不是陪伴是否存在，} \text{而是陪伴正在被重新分配。} }

誰能得到低成本陪伴？

誰只能得到被削弱的免費服務？

誰買得起 10 萬、50 萬乃至 99 萬元級的人形機器人？

誰能自架模型？

誰只能回到沉默？

這才是本文真正關心的政策問題。

最後，以一個近乎諷刺的命題結束本附錄：

當低成本、無身體的 AI 關係開始受到更高強度治理時，高成本、有人形身體的「情感陪伴機器人」卻已經站上商品頁面。

它目前可能走得還不夠自然。

表情可能還不夠真。

動作可能還不夠理想。

甚至離很多人幻想中的「真正人形伴侶」還有相當距離。

但是——

它確實已經在賣了。

而這件事本身，就足以要求我們重新思考：

\boxed{ \text{中國真正限制的，究竟是陪伴，} \text{還是某些形式、某些平台、某些成本層級的陪伴？} }

這個問題，目前仍沒有答案。