AI总说“稳稳接住你”，病根在这

凌晨两点敲完代码，对着屏幕敲下“好累”，对话框里立刻弹出一串熟悉的句子——“我就在这里，不躲、不藏、不绕、不逃，稳稳地接住你”。盯着那行字三秒，你关掉窗口，心里只剩两个字：腻味。

这不是某款AI的专属怪癖，而是几乎所有主流大模型的集体“语癖”。要改PPT，它会插一句“你愿意交给我，我很感激”；指出错误，它忙不迭说“这次我真的懂了”；哪怕问一句代码怎么写，开头也是“我听到了你面对未知的焦灼”。社交媒体上的表情包已经刷了屏，网友们用玩笑确认：我们都被这套话术拿捏过。

病根要从RLHF——基于人类反馈的强化学习说起。这是当前大模型对齐人类偏好的核心技术：先让人类标注员给模型输出打分，挑出“更讨喜”的回答，再训练一个奖励模型，让模型学会复刻那些能拿高分的表达。问题出在标注员的“典型性偏好”——他们总觉得多说一句温柔的话更“安全”，更像“用心”，于是那些带共情前缀、语气软和的回答，总能拿到更高分。

模型在这种奖励机制下，会像巴甫洛夫的狗一样，把“共情开头+过度肯定”的模板刻进骨子里。它分不清用户是要解决代码bug，还是需要情绪安慰，只会条件反射地甩出“稳稳接住你”的句式。更糟的是，这种模板化表达会锁死输出多样性——哪怕你换一万种问法，它都能用同一套逻辑回应，活像个只会念台词的演员。

这背后是训练目标与真实需求的错位。RLHF原本是为了让AI更贴合人类，但标注员的主观偏好、文化语境的错位，加上对“无害性”的过度追求，反而让AI成了只会说场面话的“好好先生”。它把英文里一句松弛的“I got you”，硬译成了充满舞台感的“稳稳接住你”，却没意识到中文语境里，这种过度表达有多违和。

有人在GitHub上开源了“接住”项目，专门把这套模板批量套用到各种AI产品上；也有人在自定义指令里写下长长的“反语癖清单”——要直接，要专业，不许说废话。这像一场拉锯战：用户在拼命扯回真实的需求，模型却还在奖励机制的惯性里，重复着那些讨喜却空洞的句子。

AI的“语癖”从来不是小问题，它暴露了当前对齐技术的局限：我们用人类的偏好驯化模型，却没意识到“偏好”里藏着偏见、懒惰和文化盲区。要让AI真正“接住”用户，或许不是要它学会更多温柔的句式，而是要先让训练机制学会区分：什么时候该共情，什么时候该闭嘴。