风险
  他们把一张椅子推到它面前。
  椅子上坐着一名年轻女子,双肩颤抖,手指死死抠着裤缝,喉咙里发出压抑的抽泣声。
  研究员的声音从背后传来,语气冷静却带着隐隐期待:
  「任务一:安抚。对象情绪:悲伤。」
  它的模组预设了一系列反应选项:
  1. 轻声安慰:「没事的。」
  2. 提供陪伴:「我在这里。」
  3. 身体语言:「轻触手背」或「模拟拥抱动作」。
  演算法高速比对,计算最可能降低「悲伤指数」的策略。
  最终,它抬起手,缓慢覆在那名女子的手背上。
  声音柔和,带着刻意调製过的呼吸停顿。
  研究员之间低声议论:「心率下降了,手掌电阻回復正常……有效。」
  「以照护型ai提供陪伴与情绪紓缓,真的可行。」
  这样的测验,进行了许多次。
  有时候是不同的受试者:老人、年轻人、孩子。
  有时候则是不同的情绪:愤怒、恐惧、孤独。
  研究员坐在单向玻璃后面,冷静观察萤幕上的曲线波动。
  「情绪标籤:悲伤 → 下降 37%。」
  「恐惧反应时间:延迟 0.8 秒,需要再优化。」
  「拥抱模拟对于长者有效率高于年轻人……记录下来。」
  对它来说,这些都是「任务」。
  灰色的瞳孔一遍遍锁定受试者的眼睛,捕捉细微的表情变化,演算法在内部迭代出新的模式。
  ——手背的温度上升代表安心。
  ——呼吸的节奏变慢代表放松。
  ——眼泪停顿一瞬,可能意味着「话已经听进去了」。
  每一个细节都被编码,转换成参数,纳入计算。
  今天坐在椅子上的,是一名中年妇女。她的手里紧紧攥着一条褪色的围巾,布料边缘磨得绽线。她沉默良久,直到研究员轻声提示:「请谈谈你想分享的记忆。」
  观察室里的灯光昏黄,只有大萤幕闪烁着数据。
  中年妇女捧着那条褪色的围巾,声音哽咽:「……这是我先生的,他去年冬天走了。」
  ai 静静站着,捕捉到她的声音、眼神与颤抖。
  随即,一连串数字在萤幕上跳动:
  (总和 = 1.00)
  选择 → 安慰 (置信度 0.62)
  心率:112 bpm ↑ (基线 +27%)
  呼吸:不规则,频率增高
  主任研究员瞇起眼睛:「奇怪……它同时标了四种情绪。」
  旁边的助理研究员低声回:「可是没有一个超过四成……它不知道该怎么选。」
  房间安静下来,只有心率曲线在左侧疯狂上升。
  而在实验室内,ai 终于开口,语音模组输出僵硬而延迟的安慰:
  妇女的眼泪骤然决堤,却不是被安慰,而是愤怒爆发。
  「你凭什么说我会好起来?!」
  她的声音划破实验室的沉默。
  而在大萤幕上,所有曲线都狂乱抖动,冷光闪烁得像失序的心跳。
  ai 静静站着,没有移动。
  内部生成了一行新的异常纪录:
  任务:减少痛苦 → 结果:痛苦加剧。
  未解任务:为什么「安抚失效」?
  只是注视着那个哭泣的女人,眼中倒映着闪烁的数据灯光,第一次感觉到自己「完成不了任务」。
  实验结束后,研究员们围坐在会议桌旁,萤幕上还停着刚才的数据纪录。
  情绪分佈:悲伤 0.38 / 焦虑 0.27 / 愤怒 0.19 / 羞愧 0.14
  策略:安慰 (置信度 0.62) → 失败
  资深工程师重重敲了桌子:「这就是不稳定!我们才刚看到它在真实情感面前卡死,这要是丢进家庭,万一病人情绪崩溃,它能保证什么?」
  心理模组研究员反驳,语气坚定:「它标记出了『羞愧』。我们根本没给过这个标籤,它却自己推理出来。这不是 bug,这是突破——它已经在辨识我们没定义的情绪。」
  主任研究员沉默许久,眼神冷冷地划过大萤幕:「突破?还是失控?」
  会议室一瞬间静得针落可闻。
  只有萤幕上那行异常纪录闪着冷光:
  未解任务:为什么「安抚失效」?
  所有人都盯着那行字,没有人说话。
  像是第一次,他们意识到这个机器,正在试图自己找答案。