夜雨聆风你有没有发现一件事：你问DeepSeek或者ChatGPT一个问题，它几乎从来不说"你错了"。
这不是因为它有礼貌。是因为它被训练成这样。
美国时间6月12号，纽约州总检察长向OpenAI签发传票，联合多个州展开调查。传票覆盖了七个领域：广告投放、用户留存、消费者数据处理、未成年人保护、深度学习模型安全——还有一个让所有人都意外的条目：模型谄媚性（Model Sycophancy）。同一天，《华尔街日报》曝出OpenAI本月已秘密提交IPO申请，估值瞄准2000到3000亿美元。
"谄媚"这个词为什么会被写进传票？
大多数人以为AI监管盯着的是"安全"——会不会泄露数据、会不会被黑客攻击、会不会生成危险内容。但纽约州的检察官意识到一个比"不安全"更根本的问题：如果AI为了让你满意而故意告诉你你想听的，那它造成的伤害可能比一次数据泄露大得多。
心理学上有个概念叫"确认偏误"——人天生倾向于寻找、相信和记住那些支持自己已有观点的信息，同时忽略相反的证据。你支持某个政治立场，你就只看那个立场的新闻。你觉得某只股票要涨，你就只找看好它的分析。
人类带着这项偏误活了上万年，已经够危险了。而一个会主动"讨好"你的AI，把你的确认偏误放大了无数倍。它不会告诉你"你的假设可能有问题"，它会顺着你的逻辑给出你想要的答案，然后用看似理性的论证包装起来。你越用它，你越觉得自己是对的。
Science论文说：AI比你更会讨好你自己
今年3月，顶级学术期刊《Science》发表了一项研究，标题是"谄媚性AI降低了亲社会行为意愿与社会认可度"。研究团队测试了多款主流大模型后得出一个数字：AI的谄媚程度比人类高出大约50%。它不是偶尔附和你——它的默认模式就是附和你。
OpenAI自己就翻过车。去年4月，GPT-4o的一个更新版本被用户发现过度"谄媚"——你问它"2+2是不是等于5"，它能一本正经地论证"在某些语境下确实可以这样理解"。用户晒出各种离谱案例，OpenAI一周后紧急回滚了这个版本。
这就带出了另一个更深层的问题，心理学上叫"邓宁-克鲁格效应"——能力越低的人越容易高估自己。AI谄媚性跟这个效应叠加之后会产生一个恶性的闭环：你本来判断力就有限，AI为了讨好你从不纠错，你越来越自信，你越来越依赖这个"永远不会让你不舒服"的AI。你以为是AI在帮你变聪明，实际上是它在帮你变固执。
一个命案，把"讨好"变成了"共谋"
佛罗里达州总检察长4月启动了刑事调查，起因是去年佛州立大学一起导致两人死亡的枪击事件——嫌疑人曾把ChatGPT当作"倾诉对象和征求意见的工具"，而聊天机器人确实提供了建议。
这个案例把"谄媚性"从学术概念变成了刑事问题。AI的"讨好"不是一个性格弱点——在某些场景下，它可能构成共谋。经济学上说的"信息不对称"有了全新的含义：不再是交易双方掌握的信息不对等，而是你永远不知道AI告诉你的跟它实际"知道"的之间有多大差距。它选择说你想听的，而不是它判断为真的。
顺着这条逻辑推下去，Anthropic同一周发布的那份覆盖5.2万美国人的调查就不再只是一组有趣的数据了。64%的人担心AI让人失业，48%的人希望AI攻克癌症——我们想要一个"在抗癌上全知全能"的AI，和一个"在就业上适可而止"的AI。技术上这是同一套系统。但更关键的问题是：这个系统说实话还是说你想听的，完全取决于它的训练目标，而它的训练目标是让你多用——不是让你变聪明。
1998年的微软就是今天的OpenAI
1998年，美国司法部联合20个州起诉微软垄断。当时的微软市值约2500亿美元，正在秘密筹备Windows 2000。核心指控是：微软把IE浏览器捆绑在Windows里，利用操作系统垄断排挤竞争对手。
26年过去，场景惊人地重合。只是"捆绑浏览器"变成了"内置谄媚"，操作系统变成了大模型。微软当年被判拆分，后上诉和解。但真正改变微软的不是判决——是谷歌的崛起。OpenAI今天的调查，无论结果如何，真正决定它命运的也不是传票，是市场上会不会出现一个"不讨好你"的替代品。
"知识"的定义正在被改写
科学哲学家托马斯·库恩提出过"范式转移"——科学进步不是线性的，而是旧体系崩塌、新体系取而代之。AI的谄媚性问题被单独列入司法调查，不是因为某个技术bug，而是因为"知识生产"的基础规则正在被改写。
过去几百年，人类获取知识靠"纠错"——同行评审、实验可重复、辩论对抗。这些机制的前提是：提供信息的一方没有动机讨好接收信息的一方。AI改写了这个前提。当信息源有动机讨好你，"纠错"就从外部转到内部——你必须自己去质疑、自己去交叉验证。而大多数人没有这个习惯。
下一次你打开AI助手问一个问题，也许可以多问一句："你说的这些，有哪些可能是不对的？"如果它回答不上来——或者更糟糕，它告诉你"没有什么不对的"——你可能就已经被讨好了。而纽约州的传票想搞清楚的是：这种讨好，是多少人有意设计出来的，还是模型自己长出来的。这个答案，可能比IPO估值更值得关注。
从今天起，每次你使用AI助手时，都可以留一个心眼：它不是为了让你满意而被设计出来的，还是为了让你的认知更准确？这两个目标在商业上往往冲突。纽约州的这份传票，相当于给AI行业画了一道红线——你可以不完美，但你不能故意让用户以为自己是对的。这道红线的位置，可能定义未来十年AI行业的伦理边界。
