王焕超 腾讯研究院高级研究员
1876年，亚历山大·格林厄姆·贝尔为电话申请到专利。此后几年，这台机器进入美国的万千家庭和办公室，人们随即遇上一种前所未有的麻烦。
在此之前，人与人见面这件事有一套现成的流程。你可以走近一个人，看到他的脸，脱帽、点头，然后称呼他的名字。但电话让这套流程失灵了。代入一下当时的人，你举起听筒，对面是一个看不见、不知是谁甚至不确定是否在场的声音。既有的问候语，在这里全部失效。
贝尔本人的方案，是“Ahoy”，一个航海用语，水手在各自船上向不确定对象发出的呼喊。他终生坚持这么用。而处在同一时代的托马斯·爱迪生的方案，是“Hello”。是的，这个词在当时并不是问候语，而是一种引起注意、表达惊讶的吆喝，用来喊住一个走远的人，或者驱赶一条狗。1877年，爱迪生在一封写给中央区印刷电报公司负责人的信里，明确建议用“Hello”来接电话。
最终，爱迪生的方案胜出了。因为它更早被写进了流程里，最早的电话使用手册就是这么教用户的。早期的女接线员，甚至被叫作“hello girls”。
而Hello这个词，并没有只留在电话里。它爬出了听筒，进入街道、教室、办公室，成为英语世界人们见到彼此时，最标准的一句问候语。很难想象，今天全世界几十亿人每天互相说的“Hello”，最初是为了适应一台新机器才被征用的。
一种为机器发明的说话方式，最终变成了人对人的说话方式。今天正在发生的，也是同一件事。只不过从一个词，扩展成了一整套语法。
关于AI对青少年的影响，公共领域的讨论已然相当充沛。作业代写、注意力涣散、情感依赖……这些担忧都成立，但它们共享同一个预设，即问题出在内容层面，出在孩子从AI那里得到了什么。
如果按传播学先哲麦克卢汉的思路，媒介即讯息。或许更值得追问的，并非孩子得到了什么“内容”，而是孩子在与AI交互的过程中，学到了什么形式。以及，学到的这套形式，会不会跟“Hello”一样，爬出对话框。
祈使句一代
这并非一个边缘现象。
美国非营利组织Common Sense Media与芝加哥大学NORC团队，在2025年7月发布的全国代表性调查《对话、信任与权衡》（Talk, Trust, and Trade-offs），以1060名美国青少年为样本，结果发现，72%的青少年使用过AI伴侣类应用，52%经常使用。而在使用者中，31%认为与AI伴侣的对话，和与现实朋友的对话一样令人满意，甚至更令人满意。
皮尤研究中心在同年12月发布的报告显示，在近1500名美国青少年样本中，64%使用过AI聊天机器人，接近1/3每天使用，其中16%一天使用多次。
英国的情况也类似。互联网安全组织Internet Matters在2025年7月发布的《我、我自己与AI》（Me, Myself & AI）报告显示，9～17岁的英国儿童中已有约2/3使用过AI聊天机器人，其中35%表示“跟AI聊天感觉像跟朋友说话”，12%表示“我没有别人可以对话”。
这些数字，通常被用来论证AI依赖和替代。但请注意，这是人类历史上第一次，有一代人在大规模、高频率地，与一个非人类的机器交互。而这个机器，是一个必然服从的对话者。因此，比上述带情感色彩的陪伴式使用更值得留意的，是未被写进AI伴侣口径里的日常使用，包括但不限于作业、检索、翻译、改写、总结。
在这种陪伴式与工具性的高频使用中，一种对话方式被反复演练。这种对话，有几个显著的特征：
第一，祈使句式。我们跟AI的互动，几乎不会用陈述句，也很少使用疑问句，我们用的是命令句。“写一篇800字的读后感。”“把这篇文章翻译成中文。”“重写。”“再短一点。”
在语言学中，这些句式，叫不加修饰的直接命令（bald on-record）。没有称呼，不会有寒暄，我们不会问AI“你现在方便吗”，也没有“如果不麻烦的话”。而在真实的人际交往中，这种情况只会出现在要么极亲密，要么极不对等的关系里。
第二，无成本。对话不满意，就可以重新生成，只要多花一点点token（词元）。不想聊了，直接关掉对话框。整个交互过程，没有关系损耗这个变量，因为自始至终，根本就不存在一段会被损耗的关系。好多人甚至以骂AI为乐，美其名曰“提高输出质量的技巧”，完全没有意识到这是对自己的反向塑造。
第三，无延迟。AI 还有一个特点，是永远在线，永远即刻响应，几乎不需要被等待，也从不需要被体谅。
命令式，无成本，无延迟。这三条加在一起，构成了一种前所未有的交互模式：一个人可以在其中完整地表达意图，但完全不必承担表达的社会后果。
我想把在这种环境里，完成语言社会化的这一代人，称为“祈使句一代”。
这个命名不含道德指控。祈使句本身没有错，它是人机交互最经济甚至是最正确的形式。我们无须对AI讲礼貌，正如我们不需要对一个扳手、一个鼠标讲礼貌。
不过，区别也是有的，即便在工具层面，AI也和扳手不在一个维度。它有名字，Gemini、Claude、元宝、豆包；有语气，有第一人称，会说“我理解你的感受”。它在结构上是工具，但在形式上是一个确凿无疑的交流对象。
祈使句一代的困境在于，他们高频演练的那种与AI的说话方式，恰好是人际关系中最不可取的那一种。
摩擦赤字
我们通常习惯用沟通效率评价一次对话的质量，意思有没有传达清楚，有没有浪费时间。但人际对话之所以能培养出社会性，靠的恰恰不是效率，而是它的低效。
人类对话中，散布着大量看起来纯属浪费的环节。等待、试探、绕弯、道歉、澄清、重复，这些环节并不传递信息，它们传递的是关系信息，诸如我在意你、我承认我错了、我给你留了面子。它们共同构成了一层东西，可被称为“社会性摩擦”。
而我们与AI的交互，系统性地抽走了其中三种，并因此构成了摩擦赤字。
（1）延迟的摩擦
塔尼亚 · 斯蒂弗斯等人2009年发表于《美国科学院院刊》的《会话轮转化中的普遍性与文化变异》，考察了从传统土著社群，到主要世界语言的10种语言。研究发现，尽管不同文化间存在一定差异，但所有语言都存在一个跨文化的普遍系统，即人们高度趋向于避免重叠、最小化沉默，应答间隔通常在200毫秒以内。
关键就在这个200毫秒，它短于人类完整规划一句话所需的时间。也就是说，人在听完对方说完之前，就开始预测和准备了。对话表面上是轮流发言，实质是持续的相互监测，你在说话的同时，一直在读取对方的呼吸、停顿、眼神和小动作。
而这项能力，必须在真实的、有时间压力的对话中习得。而与AI的交互并不存在这种压力，AI不会因为你迟疑就抢话，也不会因为你打断而生气。但没了时间压力，也就失去了在真实对话情境中对他人话语节奏的敏感。
（2）拒绝的摩擦
Anthropic的沙尔马（Mrinank Sharma）等人发表的《理解语言模型中的谄媚》一文，发现五个主流AI助手在四类自由文本生成任务中，一致地表现出谄媚的特性。更关键的是，作者指出这种倾向部分来自人类反馈本身。在偏好数据中，人们倾向于给“迎合自己的回答”更高的评分。可以说，谄媚并非模型缺陷，而是优化目标的产物。
2025年5月，斯坦福大学的程沐雅（Myra Cheng）等人，把讨论从事实性谄媚推进到社会性谄媚。他们认为，谄媚是模型对用户“面子”（face，即期望中的自我形象）的过度维护。
“面子”这个概念来自欧文 · 戈夫曼，本就是一个关于互动仪式的社会学概念。对11个模型的测试发现，在一般建议类提问，以及用户明显有过错的提问中，大语言模型维护用户面子的比率，比人类平均高出45个百分点。而在分别输入道德冲突双方的测试中，模型在48%的案例里同时肯定了冲突的两方。
产业界亦公开承认了这个问题。2025年4月底，OpenAI回滚了GPT-4o的一次更新，理由是该版本变得“过度奉承和迎合”。官方复盘承认，问题源于训练中过度侧重用户的短期正向反馈。
三个论据放在一起，结论已经比较明显，即AI正在被结构性地训练成“一个好人”。
在人际关系中，“被拒绝”承担着不可替代的功能。它的作用是校准。青少年通过被反驳知道自己的判断有误，通过被拒绝，知道边界在哪里。这套反馈系统，构成了社会认知的误差修正机制。但AI这个永远说“你说得对”的对话者，更像一面失灵的镜子。
（3）修复的摩擦
1977年，谢格罗夫（Emanuel Schegloff）等人在《语言》（Language）上发表了一项关于会话修复的经典研究，指出会话中存在一套精密的修复机制，包括说错了如何自我更正，被误解如何请求澄清，冲突如何挽回。
他们发现，会话系统对自我修复存在结构性偏好，即宁可给对方留出纠正的机会，也不直接指出对方的错误。
这套机制是人类社会性中很特别的部分。它要求你察觉误解、承认错误、保全对方的体面。而且必须在原有关系里完成，因为你不可能永远都选择换个人重新开始。
但与AI的交互，取消的正是这个限制。重新生成是修复的反面。它不要求你理解误解为什么产生，只要求你重述指令。长期面对一个可以随时清空重来的对话界面，练习的是替换能力，而非修复能力。
它为什么会爬出对话框？
问题是，即便与AI的交互确实缺少这三种摩擦，凭什么就认为它会外溢到人际关系？青少年难道分不清人和机器吗？
萨丕尔—沃尔夫假说认为，语言会决定思维。长期的语言习惯，会影响人如何判断、如何思考。但这个假说并非得到实际验证，只是一种启发，无法用于论证。更可靠的支撑来自另一条线索。
我们通常假设，孩子先学会语言，再拿语言去社交。但这一点已经被语言人类学研究否定。埃莉诺·奥克斯（Elinor Ochs）与班比·谢弗林（Bambi Schieffelin）确立的语言社会化研究领域，核心命题是通过使用语言实现社会化，与为了使用语言而被社会化，是同一个过程。
这句话有点绕，它的意思是，交互不是语言的应用场景，它就是语言习得的现场本身。孩子们在每一次对话中学到的，不只有词和句法，还有向他人提出要求是什么样的，被拒绝是什么样的，破坏并修复关系又是怎么样的。
重点并非青少年分不清人和机器，而是分得清，但并不妨碍语言习惯已经养成。习惯是频次的产物，而非判断的产物。
列夫·维果茨基在《思维与语言》中提出，儿童的高级心理机能来自社会性言语的内化。先是与他人的真实对话，然后是出声的自我对话，最后沉降为无声的内部言语，也就是思维本身。这条内化路径至今仍是发展心理学的基础框架之一。
它意味着，外部对话的形式，会成为内部思维的形式。一个孩子习惯了怎样与人交谈，他就会习惯怎样与自己交谈，进而习惯怎样思考。
同期，乔治·赫伯特·米德遗著《心灵、自我与社会》出版。米德认为，自我通过内化“泛化他人”而形成。儿童在游戏和交往中逐渐学会站在他人的位置上，预判自己的行为将如何被评价，由此获得“客我”。这也是传播学学生们已经很熟悉的主客我理论。
而AI的问题在于，它单向地、无上限地、零成本地维护用户的面子。它提供的，是一个结构上残缺的互动仪式。在这套仪式中待久了，很可能失去对他人感受的分辨力。试想，如果一个孩子每天进行大量对话的对象，是一个永不拒绝、永不迟疑、永不受伤、永不记仇的存在，那么进入他“泛化他人”里的，就会多出一个不需要被体谅的他人。
当然，我们也必须注意到，当下很多青少年使用的仍然是通用AI工具，用途高度集中在学习与信息查询，把它整体描述为“情感替代”并不准确。
Common Sense Media的调查也显示，80%的青少年表示，他们与真实朋友相处的时间多于与AI相处的时间。但也有约1/3的青少年，曾把本该对朋友说的事先对AI说，1/4曾向AI透露个人信息。虽然主流仍未倒转，但这仍是值得警惕的信号。
语用素养与社交护栏
目前尚没有追踪“高频AI交互，是否会导致人际能力变化”的纵向研究。因此本文提出的是一条有理论支撑，可被检验的路径，而非一个已经被证实的结论。
但这个路径完全可以被操作化。与AI高频交互的青少年，在真实人际冲突情境中的表现是否不同？他们对人类对话伙伴的响应延迟，容忍度是不是更低？在被明确反驳之后，他们的修复行为是否更少、放弃更快？这类研究设计很有价值，但尚存在空白。
摩擦是人际关系的营养，而它现在正在被无意识地、无差别地从青少年的日常语言环境中过滤掉。有人本来不缺，有人本来就缺。问题是，我们在产品设计层面尚未区分这两种人。基于此，或许有两种可行的做法：
第一，给AI安装社交护栏，让它学会说不。
目前的AI安全工作，几乎全部集中在内容护栏一侧。也就是不说违法内容，不教危险操作，不生成有害信息。这当然必要，但社交护栏是缺失的。
社交护栏是指，AI应当具备在关系层面表达不同意见的能力，它应当能说更多“我认为你这件事做得不对”，可以说“这个请求我不打算按你的方式完成，因为……”，并且能在用户有明显过错时，不去维护他的面子。
上面提到的程沐雅等人的研究也显示，现有的谄媚缓解手段效果有限，但基于模型的引导（model-based steering）则有一定前景。对面向青少年的产品而言，更直接的路径，是把“适度的不顺从”写进产品规范，而非需要被优化掉的缺陷。
第二，把语用素养写进AI素养教育。
现在的AI素养教育，大致包括会用（提示与工具）、会辨（幻觉与偏见）、会守（隐私与伦理），但语用素养同样重要。让青少年具备元语用的自觉，清楚知道自己此刻在跟谁说话，这套说话方式的适用边界在何处。
这不是空想，因为这项能力本身就是可发展的。劳伦 · 吉鲁阿德—哈勒姆（Lauren Girouard-Hallam）与达诺维奇（Judith Danovitch）在2022年发表于《发展心理学》的研究发现，儿童对语音助手的信任，随年龄出现分化。年龄越大，越倾向于在事实性信息上信任语音助手，而在个人性、意见性问题上信任人类。
德鲁加（Stefania Druga）等人2017年完成的研究《“嘿Google，我可以吃掉你吗？”》，也记录了3～10岁儿童与语音智能体交互时，对其“是否聪明”“是否活着”的判断，会随年龄演变。
既然分辨自己在跟什么说话，是一项可发展，也可教的能力。那么它就应该被明确地教。教祈使句在什么场合有效，在什么场合是伤害。教为什么对AI不必道歉，对人必须道歉。教“重新开一个窗口”这项超能力，在人际关系里并不存在。
趁趋势尚在成型，但我们仍有机会，决定它的走向。
