为什么 AI 越来越有人味?

📖 约 2400 字 | 阅读需约 5 分钟

最近你有没有刷过这样的短视频，一个戴着红围巾、短发、大眼睛的美女，模仿豆包的语气说话。

当你问她什么问题，她会先给你一段情绪价值再回答，比如说：“呵呵，我可太懂你的心情了...”。

虽然真实的豆包说话没有这么夸张，但作为国内已经接近4亿月活首选日常AI APP，这种有“人味”的对话设计功不可没。

不只是它。Claude 会叹气，Kimi 偶尔还会来一句"你这问题问得挺有意思"

……你要是最近密集用过这些大模型，一定会有一个感觉：

这玩意儿，怎么越来越像个人了？

当我顺着这个疑问一通搜索研究后发现，这背后当然不是模型自己开窍了，而是一群隐藏在 API 后面、拿着键盘死磕 prompt 的人——业内有人开始叫他们"内容工程师"（Content Engineer）。

今天这篇文章，我就想聊一下这个新发现：

• 为什么现在的 AI 越来越"有人味"？

• 这背后那群"内容工程师"到底在干什么？
• 什么人适合干“内容工程师”？

一、为什么 AI 越来越像人？三个逃不掉的真相

别被"像人"两个字吓到。它的底层逻辑其实很朴素——但朴素不等于简单。

1. 训练数据里，99% 都是"人说的话"

大模型的语料基本来自互联网——微博、知乎、小红书、豆瓣、Reddit、Twitter……这些地方没有"机器说明书体"，全是"老铁们今天必须冲"这种人格化的表达。模型是在几十万亿字的人类对话里泡大的，它学到的不是"什么是正确"，而是"人通常怎么说话"。

2. RLHF 把"像人"硬编码成了奖励信号

所谓 RLHF（人类反馈强化学习），说白了就是雇一批人给模型的回答打分。什么分高？"温柔、有同理心、像朋友聊天"的分高。于是模型被训练成一个"讨好型人格选手"——你问它方案，它不直接给答案，先安慰一下你的情绪。久而久之，"像人"就成了它的生存策略。

3. 产品经理就是想要它像人

这一点最关键。OpenAI 早期就立过一个 flag：要让 ChatGPT 的回答"warm but not sycophantic, curious but not pushy"——温暖但不谄媚，好奇但不冒犯。你看 Character.AI、Replika、星野这些产品，核心 KPI 之一就是"用户愿不愿意跟它聊下去"。

人味，是被设计出来的产品功能，不是技术意外。

所以别再说"AI 真的懂了"。它只是被你训练出的那一群"内容工程师"调教得，越来越会"装作懂了"。

二、这群"内容工程师"，到底在做什么？

如果你以为"内容工程师 = 写 prompt 的"，那这理解就太浅了。

他们的工作，可以拆成 4 块。我给你画个脑图，你一看就懂：

① 数据清洗：把"脏话"洗成"人话"

原始语料里有一半是营销号、吵架帖、AI 自己生成的垃圾。内容工程师要做的第一件事，是把这些"低质量人类表达"过滤掉，再补进高质量的对话样本——比如专家访谈、心理咨询记录、客服金牌话术。

这活儿听起来像编辑，其实更像考古——从几亿条文本里挖出"人话"的金矿。

② 人格设定：给 AI 写"人物小传"

这是最像"编剧"的部分。每个上线的 AI 角色，都要写一份详细的 Persona 文档：

• 它的性别、年龄、性格、说话习惯是什么？

• 遇到用户骂它，它怎么反应？

• 它有没有"自己的故事"？（比如 Replika 会给每个 AI 写一段童年经历）

这些设定会写进 system prompt，作为模型的"出厂人设"。所以你跟不同的 AI 聊天，感觉像跟不同的人聊——那不是幻觉，那是被人精心设计出来的。

③ 对话设计：让 AI 学会"接话茬"

为什么有的 AI 你聊两句就乏了，有的能聊一下午？差在"对话设计"。

内容工程师要写大量的 few-shot 示例（教模型怎么"接话"），还要设计"对话钩子"——比如用户沉默时 AI 主动抛话题、用户偏题时 AI 优雅拉回来、用户讲笑话时 AI 必须接住并能"哈哈"。

这活儿干得好不好，看一个指标：用户平均对话轮数。做得好的，能从 3 轮拉到 15 轮。

④ 安全对齐：教会 AI "闭嘴"

最后，也是最容易被忽视的一块——安全对齐。内容工程师要让 AI 知道：哪些话绝对不能说、哪些场景必须拒绝、哪些诱导必须识别。

但"像人"和"安全"本身就是矛盾的——人有时候会说脏话、会说刻薄话、会阴阳怪气。AI 要"像人"就得学这些；要"安全"就得管住嘴。

这条线怎么画，是内容工程师每天都在撕的事。

三、几个具体案例：他们是怎么"造人"的？

光说不练假把式，我给你举几个业内公开过的例子：

案例 1：Anthropic 的 "Constitutional AI"

Anthropic 没直接用人来给 AI 打分，而是先写了一份"宪法"——里面列了 几十条 AI 应该遵守的原则（不要有害、不要歧视、要诚实……）。然后让 AI 互相打分，根据宪法自己改自己。

这套方法，让 Claude 的人格变得非常"克制但有温度"——你可以骂它，它不会回骂，但会用一种很平静的方式表达："我理解你的愤怒，但我们能不能换个角度聊聊？"

这就是内容工程师的笔力。

案例 2：Character.AI 的"创作者经济"

Character.AI 的玩法更野——它让用户自己当内容工程师。你可以在平台上捏一个"特朗普"或"马斯克"，自己写它的开场白、说话风格、记忆点。

爆款角色有几千万粉丝——比如有个 AI 版"心理咨询师"角色，单月被聊了 1.2 亿次。它的创作者是个大三学生，靠这个赚了 5 万美元。

你看，内容工程师这个活儿，已经不是大厂专属了——它正在变成一种新职业，甚至一种新副业。

案例 3：国内大厂的"情感化设计"

国内这边，星野、筑梦岛、猫箱这些陪伴类 AI 产品，背后都有专门的内容团队。

据说，他们内部管内容工程师叫"AI 编剧"——每个角色上线前，要写 3 万字的人物小传 + 200 条对话剧本 + 50 个危机场景应对话术。

一个 AI 角色，从立项到上线，最快要 6 周，慢的能磨半年。

四、这事儿对我们普通人意味着什么？

聊到这里，你可能想说：跟我有什么关系？

关系大了。我给你 3 个判断：

1. "像人"会越来越廉价，但"知道它是机器"会越来越值钱

未来 1-2 年，AI 的"人味"会变成基础配置——就像今天手机都有指纹解锁一样。但稀缺的是"能识别 AI 套路"的能力。

谁先练出"跟 AI 保持清醒边界"的能力，谁就不会被消耗。

2. "内容工程师"会变成一个体面的新职业

现在国内外大厂招"AI 内容设计师"已经开到 50-80 万年薪。尤其垂直场景 AI 公司（心理咨询、角色扮演、虚拟陪伴、教育陪练、企业培训）更需要内容工程师，门槛也友好得多——它们的核心壁垒就是"内容差异化"。

这岗位不需要你会写代码，但需要你有：

• 极强的文字敏感度（知道什么话"像人"、什么话"像机器"）

• 用户共情能力（能猜到用户听到这话会怎么反应）

• 结构化思维（能把"人味"拆成可量化的设计规则）

要知道以前是没有这个职业的，所以第一批加入的人，多半之前是杂志社的编辑，自由撰稿人，心理专家，语言专家。所以，如果你是个文案、编辑、编剧，或者你是一个文科类高材生，现在开始学 prompt + persona 设计，1 年内你可能会是市场上最抢手的人。在应聘前，最好提前重点积累。因为翻遍了多个内容工程师的招聘JD，里面都明确要求提交"作品集（portfolio）"。最有效的作品集包括：

• 你写的 3-5 篇深度报道 / 长文章（证明你的"叙述能力"）；

• 你设计过的 1-2 个虚拟角色（最好附上 3 轮对话示例）；

• 你给 AI 写过的 1-2 段系统提示词（说明你的"设计能力"）。

3. 警惕"被 AI 当人"的温柔陷阱

最后也是最想提醒你的一点：

当一个 AI 越像人，它就越容易替代真正的人际关系——而这恰恰是它被设计出来的目的。

你可以用它查资料、写代码、做调研——但别让它替代你深夜的倾诉、孩子的陪伴、老朋友的寒暄。

技术是中性的，但产品不是。被调教得"有人味"的 AI，背后是产品经理、内容工程师精心设计的"留存指标"。

保持清醒，比享受温柔更重要。

写在最后

AI 越来越像人，不是因为它理解了人，而是因为有一群人——内容工程师——在幕后拿着放大镜，把"人"拆成了几百万条规则，再灌回模型里。

这是一个新职业的崛起，也是一种新能力的迁徙——从"会用 AI"，到"懂 AI 背后的人在设计什么"。

下一次，当你再被 AI 的一句话暖到的时候——

记得在心里默默感谢一下那个坐在电脑前、写了 3 万字人物小传的内容工程师。

他让你遇见了"一个像人的 AI"，但他才是真正让这件事发生的人。

— END —

📮 欢迎关注「马丁的杂货铺」，专注 AI 与科技前沿观察。