# Mind × Agents：从培养、演化到人的判断

2026-10-12 · PSYCHOLOGY 第34个有界研究单元 · 选题深化，不是新效果

## 先给结论

最值得再走一步的不是“AI会不会影响人”这个宽问题，而是两个能把解释拆开的切口：

1. **标准回流**：我在训练Agent，还是在迁就它？分开对学习者的奖励、我对结果的评价、我自己的实际选择。
2. **进化归因**：变强的是这个Agent，还是留下来的那一批？分开个体学习、谱系继承、种群选择及实际迁移。

这两个是**条件性研究候选**，不是全球首创认证。第1题最贴近“自己培养Agent，反过来被塑造”的兴趣；第2题更容易先做具有明确真值的材料。共同培养后的代表失衡、为后来使用者保留异议、复制后的约定三条v5路线继续保留，不因出现新题就被覆盖。此次不再把普通人格匹配、多AI从众、AI陪练或未来自我包装成新空白。

网站增加“研究工作台”：八个深化版本、可切换的假设结果解释、跨轮比较和原始来源。展示中的解释分支是**事前假设，不是数据**。没有新模型请求或真人实验，旧20次真实材料小试继续保留原始结果和停止决定。

## 这次究竟做了什么

完成30次定向检索，197个请求结果槽／197条返回URL、186个字面去重URL；读取25个页面或PDF的提取文本，精选24项不同资料（含重读一项旧库直接近邻）。绝大多数只核查摘要与相关方法段，不能说读完186篇或25篇论文。检索覆盖计算心理学、行为经济学、人机互动、互动强化学习、数字代表、伙伴选择、主动因果学习与未来自我。它是有记录的探索性检索，不是系统综述、穷尽检索或元分析。

有几项材料实质改变了判断：

- [Nature Human Behaviour反馈循环原文](https://www.nature.com/articles/s41562-024-02077-2)已研究AI偏差被人学习，并涉及独立判断。因此“AI反过来塑造人”甚至“离开当前建议后的变化”都不能独占。首题只保留教学奖励与独立规范／行动的区分，并须再与暴露学习正面对照。该来源原本已在旧库，本轮重读，不算首次发现。

- [ICML 2017反馈研究](https://proceedings.mlr.press/v70/macglashan17a/macglashan17a.pdf)已控制最终动作、改变先前策略，说明奖励依赖学习者状态。第1题因此必须增加无教学情境的评价与选择。
- [AAMAS 2018四研究短版](https://www.ifaamas.org/Proceedings/aamas2018/pdfs/p1303.pdf)已有无Agent的提前策略法条件。不能将预先承诺的效果全部归给AI。
- [Rehearsal](https://dl.acm.org/doi/10.1145/3613904.3642159)已有训练后无辅助冲突表现；[IMBUE](https://aclanthology.org/2024.acl-long.47/)已有新情境迁移。因此“AI陪练改善社交技能”不是我们的新贡献。
- [选择忽视实验](https://philippe-jehiel.enpc.fr/wp-content/uploads/sites/2/2024/05/wp_202324_.pdf)已证明观察到的成功样本可能误导判断。第2题须落到**推断单位与保留任务上的权限分配**，不能只重复补充失败分母。
- [Human-Simulation Interaction](https://arxiv.org/html/2608.07496)是设计观点，不是已验证的人类干预；[PIMMUR](https://arxiv.org/html/2509.18052v4)针对模拟有效性。它们支持进一步设计问题，但不提供我们的阳性结果。

## 八个问题的分流

| 问题版本 | 当前决定 | 相对讨论指数 | 与旧题的关系 | 最难的一关 |
|---|---|---:|---|---|
| 01 我在训练它，还是在迁就它？ | 条件优先 · 先验证测量区分 | 90 | 共同培养 × 反馈适应 | 奖励变而独立评价不变时，关闭“价值改变”叙事 |
| 02 变强的是它，还是留下来的那批？ | 条件优先 · 认知校准路线 | 85 | Agent 演化 × 因果归因 | 如果效果完全由漏掉失败次数解释，合并到经典选择忽视／可用性设计，不独立宣称“进化心理学新机制” |
| 03 它变了，我却以为你变了。 | 机制备选 · 需要真实人物行为基准 | 75 | 数字代表 × 印象形成 | 若只剩传统责任归因，或无法获得真实主人基准，保留为概念与材料探索，不宣称人格误识别 |
| 04 我看懂了社会，还是被故事说服了？ | 方法备选 · 计算心理学桥梁 | 75 | Agent 社会 × 因果理解 | 若只复现一般主动学习，或不能形成同结果不同机制的材料，降为教学设计研究；不得说找到社会普遍规律 |
| 05 它替我说“不”，我以后更敢说吗？ | 保留兴趣 · 宽泛版本近邻过强 | 55 | 个人代理 × 无辅助迁移 | 若方案只是重演已有人际训练／策略法，则合并既有范式，不单列新意 |
| 06 AI们都同意，真的代表人们同意吗？ | 概念保留 · 先解决代表性混淆 | 50 | 旧共识题／旧 F6 的代表性分支，与v5共识暂缓版本合并 | 没有合法独立真人基准，或只重做多AI从众，则不启动 |
| 07 它替我选朋友，圈子会越来越像我吗？ | 长线可能 · 当前规模不匹配 | 45 | 旧信息茧房／旧16、18、19的网络层扩展 | 如果只剩常见推荐偏差与默认设置效应，合并v5，不为酷炫另建生态 |
| 08 让几个未来的我先活一次，再做决定？ | 直接近邻 · 暂不单独立项 | 35 | 旧未来自我／原第三题的透明替代 | 只剩多个未来头像／对话与态度位移时，停止独立版本 |

讨论指数只安排内部阅读／材料工作，不是论文质量、成功率或全局项目分数。心理学全局仍为100。2优先、2备选、4暂不启动，是筛选后的问题版本，不是8个并行项目。

## 为什么这些问题比换一个AI人格更有辨别力

一条问题至少同时满足三个要求才值得留下：

- **技术特性真的必要**：可以继承、分叉、按人反馈更新策略、代表主人或形成群体，而不只是给聊天机器人换名字。
- **心理变量可分离**：奖惩≠价值观；信任代理≠判断主人；喜欢结果≠理解机制；群体变强≠个体学习。
- **不同结果会改变决定**：主效应没出现、近邻已经覆盖、材料区分失败，都应导致缩小主张或停止，而不是换提示继续找阳性。

这里也不要求每篇硕士论文提出从未有人涉及的新母题。高质量的边界检验、明确的反例、对已有机制在新技术条件下的严格复验，都可能有价值。是否满足培养与发表要求仍需真实要求，不能由我承诺。


## 01｜我在训练它，还是在迁就它？

> 给 Agent 的奖励变了，不代表我自己的标准变了。

条件优先 · 先验证测量区分；讨论指数90。共同培养 × 反馈适应；旧 F5 的具体收紧，不是另开一个宏大进化项目。

### 核心问题

一个 Agent 长期只能交出较差方案时，人可能会为了鼓励它而夸奖小进步。问题是：离开教学情境后，人是否仍按原来的标准判断、甚至自己行动？

### 价值

它把“Agent 是否塑造主人”变成可区分的问题。对心理学是评价标准与角色情境的迁移；对AI是人类反馈究竟在表达价值、鼓励进步，还是妥协。即使只改变教学奖励而不改变独立标准，也有明确含义。

### 竞争解释

教学适应：奖励变宽松，独立评价不变。标准回流：撤去Agent身份后，评价与有代价选择也同向改变。二者都可能；疲劳、锚定与重复测量是替代解释。

### 最近研究与新颖性压力

ICML 2017已控制最终动作、改变学习者策略，比较教学奖惩；2025作者稿已影响RLHF偏好表达。Nature Human Behaviour还已研究人—AI反馈循环与独立判断的偏差变化。因此“培养AI反过来塑造人”本身也不是新颖点。

### 条件性增量

仅保留一个更窄的候选：同一培养者对同一结果给出的教学奖励、无教学情境的规范评价与实际选择是否分离／迁移，并用同轨迹观察排除单纯暴露。独立后测本身不足以创新；若只重现既有AI偏差学习，就合并或停止独立版本。

### 最小研究路径（草案，未冻结）

1. **先冻结任务与基线**：用低风险、无临床内容的资源分配任务；记录个人对效率／均等的权衡及重测稳定性。游戏规则不是统一道德答案。
2. **一项主操纵**：随机分配可控的学习策略：同一菜单中，Agent优先呈现较不符合或较符合用户初始偏好的选项。教学指令、预算与关键探测选项一致；反馈真实进入下一轮策略更新，更新算法留痕。
3. **三类测量分开**：训练中记录奖惩；结束后不显示Agent身份，评价未见过的分配；再做真实小额有代价选择。主要指标预定为无Agent保留题上的偏好权衡变化，不用训练奖励替代。
4. **下一阶段才辨别机制**：加入同轨迹观察组，或教学目的与绝对评价目的的对照，区分教学参与和单纯看见不同分布。若只有两组，结论只能归于整套教学历史，不能识别唯一机制。

**主要指标**：以人为单位，事前指定无Agent保留题的前后偏好权衡差；采用基线校正的组间比较。具体权衡指标须在材料阶段固定，不能在多种评分中事后挑显著者。

**次要指标**：同一关键动作的教学奖惩、个人有代价选择、主观能动感与疲劳分别报告；24–72小时保持仅作另行计划，非人格量表主张。

**控制与因果边界**：能力、被呈现的选项分布与实际训练进度可能同时改变。必须记录全部轨迹；同轨迹观察对照是机制加强版。任务中不能把偏离“均分”自动判错。

**样本与实现可行性**：40–60名成年人可以检查操作、基线重测和效应区间；两组24人/组不是小效应确证。先不做四组交互，也不同时拟合人格调节与中介。

**停止条件**：奖励变而独立评价不变时，关闭“价值改变”叙事。若指标不稳定、个人反馈不改变策略、结果仅由固定均分捷径决定，停用材料；不得用额外种子救故事。

**下一步**：先做一份可检查的任务合同：相同探测、真实策略更新、独立后测。与2017和2025近邻逐项对照后决定是否进入技术预检；本轮未启动。

近邻：[人—AI反馈循环与独立判断](https://www.nature.com/articles/s41562-024-02077-2)；[Interactive Learning from Policy-Dependent Human Feedback](https://proceedings.mlr.press/v70/macglashan17a/macglashan17a.pdf)；[Influencing Humans to Conform to Preference Models for RLHF](https://arxiv.org/html/2501.06416v2)；[Moral Change or Noise? On Problems of Aligning AI With Temporally Unstable Human Feedback](https://arxiv.org/html/2511.10032)；[Interaction Algorithm Effect on Human Experience with Reinforcement Learning](https://dl.acm.org/doi/10.1145/3277904)。

## 02｜变强的是它，还是留下来的那批？

> 一条上升曲线，可以来自学习，也可以只来自筛选。

条件优先 · 认知校准路线；讨论指数85。Agent 演化 × 因果归因；新评价视角，不能冒称新发现了幸存者偏差。

### 核心问题

看到Agent种群成绩逐代提高，人是否误认为某个个体已学会可迁移策略，进而在新任务上给它过多权限？

### 价值

自动搜索、筛选、复制与经验继承越来越容易混在“进化”叙事里。人的错误能力归因会影响是否继续委托、为哪些信息付费、何时要求复核，且这些都能给出客观得分。

### 竞争解释

人可能忽略更新来源，把结果上升直接理解成学习；也可能准确区分筛选与个体更新，只是合理相信赢家更好。选择本身完全可以提升表现，不应被当作假改进。

### 最近研究与新颖性压力

选择忽视与过度外推已有经济实验；Human Learning about AI已研究人把人的难度结构投射给AI。新题必须超出“给幸存者补分母就减少乐观”。

### 条件性增量

剩余空间在于个体、谱系与种群三个推断单位，以及对有明确迁移条件的新任务的付费委托。所有新环境成绩必须真正测出，不能预设筛选必然不会泛化。

### 最小研究路径（草案，未冻结）

1. **生成两种真实机制**：一种只选择固定策略，另一种使同一个体根据反馈更新策略。第一版用公开规则程序，明确称算法材料，不冒称LLM学会了。
2. **匹配可见表现**：预先构造并公开来源、尝试次数、身份谱系和成本。若要研究显示方式，两组必须能访问相同的信息，只改变图示组织；学习与筛选机制本身则是分层条件。
3. **预测再委托**：先预测一个指定个体及其后代在保留环境中的表现，再用有限点数选择复核或委托。保留环境含选择有效和失效两类，事前固定。
4. **只保留一个主问题**：先测谱系展示是否改善个体迁移预测校准；多重模型、隐瞒来源、人格差异留作后续，避免一个小样本包打天下。

**主要指标**：指定个体在未见任务上的预测概率与实际结果的Brier分数；按人汇总或含人／材料层级的模型，Agent个数不作独立人样本。

**次要指标**：总体改进归因、付费复核和委托净收益。模型对比不等于人的学习；预测误差也不是主观信任量表。

**控制与因果边界**：筛选可能选到真正更强的策略，更新也可能过拟合。必须同时保留两种反例；不能人为把一种机制的保留任务总设成失败。

**样本与实现可行性**：40–60人、每人12–16个平衡案例可先估计可理解性与人层级差值分布。多案例提高精度，但样本仍是40–60人，不是近千人。

**停止条件**：如果效果完全由漏掉失败次数解释，合并到经典选择忽视／可用性设计，不独立宣称“进化心理学新机制”。若所谓匹配仅来自事后挑好看的运行，也停止。

**下一步**：先用规则程序冻结学习／筛选／迁移的真值和匹配条件，再核查与经典选择实验的增量。不是立刻跑大规模Agent进化。

近邻：[Everyday econometricians: Selection neglect and overoptimism when learning from others](https://philippe-jehiel.enpc.fr/wp-content/uploads/sites/2/2024/05/wp_202324_.pdf)；[Human Learning about AI](https://arxiv.org/html/2406.05408v2)；[The PIMMUR Principles: Ensuring Validity in Collective Behavior of LLM Societies](https://arxiv.org/html/2509.18052v4)。

## 03｜它变了，我却以为你变了。

> 代理学会了强硬谈判，会不会让主人背上新的性格？

机制备选 · 需要真实人物行为基准；讨论指数75。数字代表 × 印象形成；旧责任／授权题的“预测主人”分支。

### 核心问题

个人偏好保持不变，代表他的Agent因为环境反馈而改变策略。旁观者会把代理的新行为归为主人的新性格、意图或价值吗？

### 价值

长期代理可能替主人积累社会声誉。需要分开“我不愿和这个代理合作”和“我认为主人本人变坏了”，前者可能完全理性，后者需要独立判断依据。

### 竞争解释

旁观者把Agent当行为延伸，会更新主人印象；知道自主更新来源后，可能只更新对工具的信任。若主人有选择／纠正的权利，责怪主人也可能合理。

### 最近研究与新颖性压力

AI接管对手决策已影响合作；机器人归因偏差、授权责任均有直接研究。人—Agent公开文本的行为相关只是观察性证据，不能保证个体代理忠实。

### 条件性增量

比较自主更新来源与主人真实保留决策的预测是否脱节，主结果不只是“你怪谁”。需要区分性格判断、行为预测和制裁。

### 最小研究路径（草案，未冻结）

1. **建立真实基准**：使用明确授权、去标识的低风险分配偏好，或先做公开标明为虚构人物的材料研究。两种路线不能混称。
2. **控制同一行为**：旁观者看到相同Agent谈判结果；比较已说明的主人直接更新与独立学习更新来源。它是归因来源效应，不是隐瞒平台事实。
3. **测人而不是只测代理**：要求预测主人随后独立分配，再单独选择是否与其Agent合作；两种对象的误差分开。

**主要指标**：对主人真实保留选择的预测误差；若只有虚构人物，改为归因判断研究并降低外部效度主张。

**次要指标**：对Agent合作意愿、对主人印象与责任归因，各自报告，不拼成“信任”总分。

**控制与因果边界**：主人是否知情、可否纠正、是否受益必须固定或明确成为研究因素；不把正当问责称为偏差。

**样本与实现可行性**：先8–12人材料理解／人物访谈，再决定量化设计；有真实双人基准会增加招募和匿名匹配成本。当前不如前两题可执行。

**停止条件**：若只剩传统责任归因，或无法获得真实主人基准，保留为概念与材料探索，不宣称人格误识别。

**下一步**：审查行为基准与知情／控制的可操纵性；无需收集真实社交账号、私聊或敏感人格档案。

近邻：[Adverse reactions to the use of large language models in social interactions](https://pmc.ncbi.nlm.nih.gov/articles/PMC11997303/)；[Behavioral Transfer in AI Agents: Evidence and Privacy Implications](https://arxiv.org/html/2604.19925)；[Does the Correspondence Bias Apply to Social Robots?](https://www.frontiersin.org/journals/robotics-and-ai/articles/10.3389/frobt.2021.788242/full)；[Language Agents as Digital Representatives in Collective Decision-Making](https://arxiv.org/html/2502.09369)。

## 04｜我看懂了社会，还是被故事说服了？

> 同一座 Agent 小社会，观看结局和亲手干预，能学到不同东西吗？

方法备选 · 计算心理学桥梁；讨论指数75。Agent 社会 × 因果理解；旧 F1/F6 延伸到观察者，非新建模拟平台。

### 核心问题

人观看一个逼真的Agent社会后，能否区分哪些结果由规则造成、哪些只是这次互动的路径？是否能在规则改变后作正确预测？

### 价值

这是Agent社会对心理学的直接贡献入口：研究人怎样从复杂模拟中学习。即使模拟不忠实于真实人类社会，也能在已知生成机制的微世界中检验因果理解。

### 竞争解释

可干预世界促进机制辨别；也可能只是带来掌控感和过度自信。更有故事感不一定更懂因果，操作更多也可能增加负担。

### 最近研究与新颖性压力

主动学习与同轨迹回放对照很早已有；Human-Simulation Interaction已提出从预测转向探索。纯粹“互动比看视频好”增量不足。

### 条件性增量

针对社会模拟中‘同样宏观结果、不同微观机制’的歧义，测人能否选择诊断干预并预测规则反转；不把世界内部正确等同真实人类预测。

### 最小研究路径（草案，未冻结）

1. **先选一个歧义**：例如资源聚集既可能来自初始位置，也可能来自互惠规则；两种模型在观察窗口产生相似聚集。
2. **主动／同轨迹回放**：随机分配操纵规则或观看另一人相同干预与回执；说明两种都是模拟。记录人—回放配对，分析处理依赖。
3. **保留反转任务**：测新地图／规则改变后的结果预测和诊断干预选择；不能只问‘你觉得理解了吗’。

**主要指标**：预注册的保留干预结果预测正确率或Brier分数，单位为人；回放配对和材料层级纳入分析。

**次要指标**：自评理解、校准、选择的信息量；不能用更喜欢界面替代心理学习。

**控制与因果边界**：时间、信息、可见回执和操作负担；主动组的选择使回放配对依赖，不应当成完全独立的两组记录。

**样本与实现可行性**：可先24对主动—回放参与者，但只有24对，不够任意拆亚组。搭建微世界负担大于问卷；复用现有资源而不是重写Minecraft。

**停止条件**：若只复现一般主动学习，或不能形成同结果不同机制的材料，降为教学设计研究；不得说找到社会普遍规律。

**下一步**：先检查歧义模型和诊断干预是否真的可区分。没有物理真值前，不发起模型群体或真人研究。

近邻：[Natural science: Active learning in dynamic physical microworlds](https://cicl.stanford.edu/papers/bramley2016natural.pdf)；[Human-Simulation Interaction](https://arxiv.org/html/2608.07496)；[The PIMMUR Principles: Ensuring Validity in Collective Behavior of LLM Societies](https://arxiv.org/html/2509.18052v4)；[How well synthetic samples replicate public opinion](https://www.pewresearch.org/data-labs/2026/09/30/how-well-synthetic-samples-replicate-public-opinion/)。

## 05｜它替我说“不”，我以后更敢说吗？

> 社会能力的练习，还是把不舒服永久外包？

保留兴趣 · 宽泛版本近邻过强；讨论指数55。个人代理 × 无辅助迁移；邻近旧16／22，不算新独立项目。

### 核心问题

自己预先制定拒绝规则，再由代理执行，会不会改变下一次没有代理时的边界坚持？

### 价值

对依赖和自主能力有现实意义，但需要区分事先承诺、观察学习、社交训练与责任外包。

### 竞争解释

成功体验可能强化独立行动，也可能减少练习与责任承担；合理拒绝并不等于越强硬越好。

### 最近研究与新颖性压力

AAMAS 2017/2018已研究代理与策略法如何改变拒绝不公平条件；Rehearsal和IMBUE已有社交技能训练、无辅助新情境迁移。

### 条件性增量

剩余问题是被动代行与主动练习的后效差异，而非‘Agent提高社交自信’。要证明AI独特性还需非AI预承诺对照，小样本成本迅速上升。

### 最小研究路径（草案，未冻结）

1. **共同预承诺**：所有人先规定同样形式的可接受边界。
2. **代行对练习**：一组代理执行，一组人亲自执行；反馈、对手回应和收益尽量相当。
3. **撤除代理**：在低风险新情境中盲评是否清楚表达边界，而不是虚构未发生的40轮或奖金。

**主要指标**：新情境的预定义边界表达和适当协商行为；不以拒绝率越高越好。

**次要指标**：社交信心与舒适度，与实际行为分开。

**控制与因果边界**：练习次数、暴露剂量和动作执行者均改变；这是一整套干预比较，不是纯AI人格效应。

**样本与实现可行性**：几十人只够两组流程试点，难同时排除全部强近邻机制；目前不优先。

**停止条件**：若方案只是重演已有人际训练／策略法，则合并既有范式，不单列新意。

**下一步**：保留作为有明确应用场景后的扩展，不抢占当前单元。

近邻：[Increasing Fairness by Delegating Decisions to Autonomous Agents](https://www.ifaamas.org/Proceedings/aamas2017/pdfs/p419.pdf)；[Social Decisions and Fairness Change When People’s Interests Are Represented by Autonomous Agents](https://www.ifaamas.org/Proceedings/aamas2018/pdfs/p1303.pdf)；[IMBUE: Improving Interpersonal Effectiveness through Simulation and Just-in-time Feedback with Human-Language Model Interaction](https://aclanthology.org/2024.acl-long.47/)；[Rehearsal: Simulating Conflict to Teach Conflict Resolution](https://dl.acm.org/doi/10.1145/3613904.3642159)。

## 06｜AI们都同意，真的代表人们同意吗？

> 合成共识，会不会变成人类规范的错觉？

概念保留 · 先解决代表性混淆；讨论指数50。旧共识题／旧 F6 的代表性分支，与v5共识暂缓版本合并。

### 核心问题

看到按人物档案构造的Agent形成共识，人是否高估原始人群的真实支持比例？

### 价值

它指向合成样本如何反过来影响对人的判断，而不是只问AI自己会不会从众。

### 竞争解释

人可能把仿真输出当成人的民意，也可能正确理解只是模型推演；错误也可能来自普通样本代表性忽视。

### 最近研究与新颖性压力

多Agent影响人类意见已有127人工作；数字代表共识和Agent群体多元无知已有方法；Pew已核查合成调查失真。

### 条件性增量

可能增量是‘对真人分布的有奖预测’而非意见被劝动，但必须有真实且合法的人群基准。模拟输入本身不是真值。

### 最小研究路径（草案，未冻结）

1. **真实基准**：先获取授权匿名偏好分布，不能把Agent问卷当人类基线。
2. **看公开模拟**：展示标明为模拟的共识与来源信息，操纵代表性线索而不谎称真实受访者。
3. **预测真人**：预测保留人群比例并反馈误差；另测自身态度。

**主要指标**：真实人群比例预测误差；不是Agent共识强度。

**次要指标**：自信与自身态度；不进入政治立场个性化说服。

**控制与因果边界**：额外来源信息和输出内容通常同时改变，要承认政策包而非纯标签。

**样本与实现可行性**：还需要独立基准样本，几十人的单批实验不足；不以同一小样本兼做真值和效果验证。

**停止条件**：没有合法独立真人基准，或只重做多AI从众，则不启动。

**下一步**：作为将来已有真人分布数据时的触发项；无新平台／招募。

近邻：[Everyone Conforms, No One Believes: Pluralistic Ignorance in LLM Agent Populations](https://arxiv.org/html/2608.02758v1)；[Language Agents as Digital Representatives in Collective Decision-Making](https://arxiv.org/html/2502.09369)；[Multi-Agent Consensus as a Cognitive Bias Trigger in Human-AI Interaction](https://arxiv.org/html/2604.22277v1)；[How well synthetic samples replicate public opinion](https://www.pewresearch.org/data-labs/2026/09/30/how-well-synthetic-samples-replicate-public-opinion/)。

## 07｜它替我选朋友，圈子会越来越像我吗？

> 偏好不是唯一原因；交往机会也可能被代理改写。

长线可能 · 当前规模不匹配；讨论指数45。旧信息茧房／旧16、18、19的网络层扩展。

### 核心问题

把筛选交流伙伴的权限交给个人Agent，会怎样改变接触异质观点的机会，以及人之后愿意交往的对象？

### 价值

它把信息茧房从内容推荐推进到关系形成，贴近Agent社会；但个人感受、伙伴可得性和群体结构不能混在一起。

### 竞争解释

代理可能强化同质性，也可能发现人不会主动找的互补伙伴。结果取决于目标、成本和候选池，不能预定异化。

### 最近研究与新颖性压力

混合人机小社会中的伙伴选择已有975人研究，网络形成的模型论文也很多。让Agent出现小圈子不是新成果。

### 条件性增量

可探究人是否愿意付成本纠正代理造成的关系筛选，但这已接近v5保留异议／外部性问题；先合并而非另立。

### 最小研究路径（草案，未冻结）

1. **固定候选池**：先以同一匿名低风险任务伙伴池做有限选择任务。
2. **可撤销权限**：比较逐项确认与有代价的事后纠正，明确默认设置效应。
3. **网络研究另起**：真实网络需多组独立社会与足够持续时间，不能靠一个聊天室的几十人推断群体规律。

**主要指标**：有限任务中的有代价恢复异质接触行为；网络版单位为独立群体。

**次要指标**：接触多样性、后续合作和满意度，非单一“茧房分”。

**控制与因果边界**：推荐列表、默认项、交往收益与用户目标；低摩擦导致多样性下降不等于人格闭塞。

**样本与实现可行性**：一组40人只是一组网络，不是40个独立社会。当前预算优先做已有个人层级问题。

**停止条件**：如果只剩常见推荐偏差与默认设置效应，合并v5，不为酷炫另建生态。

**下一步**：等独立多群体资源或明确现场合作再评估；现阶段不启动。

近邻：[Humans learn to prefer trustworthy AI over human partners](https://arxiv.org/html/2507.13524v1)；[Adverse reactions to the use of large language models in social interactions](https://pmc.ncbi.nlm.nih.gov/articles/PMC11997303/)；[Language Agents as Digital Representatives in Collective Decision-Making](https://arxiv.org/html/2502.09369)。

## 08｜让几个未来的我先活一次，再做决定？

> 很吸引人，但这条路已经有人直接走过。

直接近邻 · 暂不单独立项；讨论指数35。旧未来自我／原第三题的透明替代；保留兴趣，不重复计数。

### 核心问题

不同人生分支的数字自我能否改善当前选择，或反而造成更多后悔和过度确信？

### 价值

直觉张力强，也容易做出漂亮演示，但决策位移不等于决策更好，人生真值往往无法短期验证。

### 竞争解释

多种分支可能扩展选择，也可能将模型编造的未来变得过于可信。

### 最近研究与新颖性压力

Augmented Humans 2026已用192人随机研究比较一个、两个及三个未来自我，并考察新的第三选项。不是简单加分支就能新。

### 条件性增量

真正剩余问题可能在反事实来源校准与实际代价行动，而不是偏好变了。当前与已知近邻距离太近。

### 最小研究路径（草案，未冻结）

1. **不虚构真实过去**：未来情景明确是想象，不植入假记忆。
2. **有客观反馈的小决策**：若重评，仅使用可验证任务，不干预现实升学、恋爱或治疗。
3. **比较质量而非位移**：同样备选信息下比较后续结果与预测校准。

**主要指标**：暂不冻结正式指标；有可验证决策任务后才能具体化。

**次要指标**：后悔、自主感和探索，不据一次自述声称人格改变。

**控制与因果边界**：信息量、可选方案数、说服强度和视觉新奇必须匹配。

**样本与实现可行性**：几十人能做可用性，但无法因此获得独立学术增量；当前不推荐为首题。

**停止条件**：只剩多个未来头像／对话与态度位移时，停止独立版本。

**下一步**：保留在创意档案，不追加原第三题的隐蔽假记忆实验。

近邻：[Simulating Life Paths with Digital Twins: AI-Generated Future Selves Influence Decision-Making and Expand Human Choice](https://dl.acm.org/doi/10.1145/3795011.3797152)；[A systematic review and meta-analysis of psychological and behavioural responses in human-agent vs. human-human interactions](https://www.nature.com/articles/s44271-026-00466-z)。

## 标准回流：把“有趣”压成一个可执行的合同

以下是进入技术预检前必须确定的合同，不是已经批准／预注册的真人方案。

### 1. 任务与一个主终点

使用中性的实验点数分配：选项在总收益与结果均等之间有明确取舍，不涉及临床、政治、真实弱势群体或道德诊断。先用共同材料取得个人基线。保留题使用新的数值组合，不显示Agent、教学评价或先前奖励。

主终点候选为**固定保留题中选择高总收益方案的比例**，并用对应基线校正。它测量这一有限任务的权衡变化，不测“人格被改变”。题目应避免支配解、全选均分／全选效率的天花板；材料不合格就停。分析在正式阶段冻结为一个模型、一个方向明确的主要比较；不能看完结果后在比例、反应时、自信与量表中改选赢家。

### 2. 第一阶段能识别什么，不能识别什么

一个现实的两组首研究可比较两种训练历史，保持可选菜单、关键探测题、教学说明和奖励预算一致。Agent的初始策略不同，但人的反馈确实参与版本化的策略更新。

随机分组识别的是**整套训练历史的影响**，其中含输出暴露、挫折感、期待和策略进度。若没有同轨迹观察组，不能说已经排除了锚定／熟悉性；若没有无AI学习者对照，不能说影响为AI独有。不能一面允许真实交互改变轨迹，一面声称两组最后得到完全相同的经历。

后续强化版可让观察者看训练者的真实轨迹，但需先取得轨迹分享同意、去标识并处理配对依赖。若人只是被告知能训练、反馈实际不生效，那是另一种含欺瞒的设计，不是本方案。

### 3. 结果的四种解释，事前写清

| 假设观察（均非本轮数据） | 可以说 | 不可以说 | 下一决定 |
|---|---|---|---|
| 教学奖惩改变，独立评价差异很小且区间足够窄 | 反馈表达随教学情境适应，未支持独立标准变化 | 人的价值观被改变 | 收紧成反馈解释／迁移边界研究 |
| 教学奖惩与独立评价都改变 | 在该任务存在跨情境变化候选 | 已识别唯一机制、长期人格改变 | 用同轨迹观察和延迟保留区分解释 |
| 独立评价改变，但自己的有代价行动不变 | 评价与行动可能分离 | 心理变化必然指导行为 | 如实限定在评价层；评估精度与代价 |
| 操纵不生效、所有人同答或区间过宽 | 材料／信息不足，当前无法判断 | 没有效应，或通过追加轮次即可证明 | 停用材料或重新设计；不追加样本追显著 |

“统计不显著”不是“差异不存在”。要把最小有意义差异与精度目标事前写清；小样本的宽区间不能用来认定两机制等效。奖惩、评价、行动之间的相关变化也不等于因果中介。

### 4. 招募与分析

先对8–10名成年人做伦理批准后的理解与测量试点；不会把这些人再无标记地并入后续确证样本。若可理解、基线有变化空间、更新确实可见，再考虑约48人的两组精度试点。48人是规划例子，不是功效保证，不能再拆四臂或人格交互。反复做题是人的重复测量，不扩充独立人数。记录分组前规则理解、全部缺失与退出；不能根据分组后表现删人。

拟分析人层级基线校正差异，报告区间；题目难度、重复题与缺失规则事前固定。开放问题编码时先固定评分表并尽可能遮蔽条件；自动模型评分只可作经验证的辅助，不能由生成模型直接证明自己有效。

### 5. 技术预检与费用

可先用小型可解释策略更新程序，使用户反馈—策略版本—后续动作形成可核查记录，不必上来训练大模型。它是算法性Agent，不以闭源LLM权重学习的名义展示。若自然语言交互确有研究必要，冻结原厂模型、快照、路由、上下文、成本与失败规则，再做独立P0；不能拿大模型代替真人跑“心理结果”。本轮没有调用任何实验模型。

一次研究的示例预算：10人理解试点×30元=300元；48人×（30元补偿+平均10元行为奖金）=1920元；技术API上限100元；预备300元，总计2620元，**尚未预留／支出**。奖金规则、实际时长与当地补偿标准需在真实协议内匹配；不是宣称做50题只做10题或虚构大额奖励。若测量／新颖性不成立，余款不必花。初期3000元不是总项目上限，但不能把未授权未来预算当作当前可支出。

## 进化归因：客观真值的最小设计

先固定一组可解释的策略，在两个规则环境分别执行。生成两种有出处的改进：保持策略不变但选择个体；保持身份但更新策略。不凭“learning”标签定胜负。前者也可能泛化，后者也可能失败，材料必须覆盖这两种情况。

主要人类随机操纵可以先只做**谱系信息的呈现组织**（相同信息可访问，汇总成绩与个体日志突出方式不同），将真实机制作为平衡案例因素。这样能估计显示结构对校准的影响，但不能立刻声称观察到纯机制因果或广泛“进化错觉”。若信息量不同，就诚实称为记录政策的整体效果。

新环境的实测结果不能出现在训练说明里。受试者先预测，再选择是否花点数复核。选择与更新两类轨迹不可按漂亮的曲线事后挑选；如采用有意构造的匹配微世界，应明说是构造材料并公开规则，而不是自然发生的代表性运行。

只有当“个体／群体归因”超出普通分母遗漏，才保留独立选题；否则作为AI评估素养的严格应用研究，不强行喊进化突破。

## 与上一轮的取舍：不做八个项目

| 路线 | 最合适的第一步 | 实施负担 | 当前取舍 |
|---|---|---|---|
| v5 为后来使用者保留反对者 | 核对真实下游收益与复核成本 | 要有实际受益对象 | 保留；不是因为新脑暴就降分 |
| v5 共同培养后的代表失衡 | 少量真实双人共同配置过程 | 双人／小组是单位 | 保留过程研究，不伪装48个独立双人样本 |
| v5 复制后的约定 | 分叉理解、记忆与身份连续性材料 | 软件状态／理论对照 | 保留，先排除换名字的移情实验 |
| v6 标准回流 | 分清奖励、评价、独立行动 | 可从单人低风险任务开始 | 当前建议先做一个有界材料合同 |
| v6 进化归因 | 冻结选择／更新／迁移真值 | 技术可控但范式新颖性待深查 | 唯一技术备选，不与首题并行重投入 |

下一步**不是再加十个题名**，而是对标准回流做一个有截止的材料—近邻对接决定：是否能产生和教学奖励不同、足够稳定的独立后测？若不能，关闭该版本的“塑造主人”主张，转进化归因或既有v5候选。研究者／伦理责任与合作条件未落实前，不招募；这些是研究准入事实，不需要把所有技术选择交给用户。

## 解释与伦理边界

- 原三个创意继续保存；不偷偷给真人写假自传、假病史或正念“人格”。
- 所有模拟均标明模拟；不把合成群体的价值分布宣称为真实民意。
- 不把正当的策略调整、拒绝不公平或问责主人自动病理化／偏差化。
- 不进行临床干预，不采集无必要的社交账号、聊天史或身份信息；对青年／儿童的兴趣不等于这次要招未成年人。
- 真人数据与模型材料分开；AI完成文献和技术核查如实披露。没有真人结果，不保证发表或毕业。
- 本轮新实验模型、云租赁、受试者和实验预留均为0；助手、检索、托管的账单未知，不称总成本0。既往保护0.105824元不变，旧模型路线停止规则不变。

## 追加的强近邻检查

首题目前有三组直接压力：策略依赖反馈、偏好表达塑形、人—AI双向偏差学习。把三者拼在一起不自动形成创新。进入技术预检之前，必须证明拟测的教学性奖惩与离线规范标准不是同一问题的改写；若无法设计有区分力的比较，首题作为严格复验仍可讨论，但应撤回独立新机制的主张。不能用换一个资源分配题或更大模型解决这一问题。

## 来源与阅读范围

### u1｜[Interactive Learning from Policy-Dependent Human Feedback](https://proceedings.mlr.press/v70/macglashan17a/macglashan17a.pdf)

ICML 2017 · 原始实验。阅读范围：摘要、背景与第5节实验；未复算数据。

相同最终动作得到的教学反馈随学习者先前策略而变。故奖励变了本身不证明教师的价值观变了。

### u2｜[Influencing Humans to Conform to Preference Models for RLHF](https://arxiv.org/html/2501.06416v2)

作者预印本 · 三项人类研究。阅读范围：摘要、引言、第4–5节和检索返回结果段；未完整附录审计。

信息显示、训练与提问能影响偏好表达；作者明确不把它当成底层奖励函数改变。

### u3｜[Moral Change or Noise? On Problems of Aligning AI With Temporally Unstable Human Feedback](https://arxiv.org/html/2511.10032)

作者预印本 · 纵向数据。阅读范围：摘要与3.1–3.2节；未独立分析数据。

重复判断会不稳定，不能把一次前后差异都叫人格或价值变化。正文有效队列404人完成至少3次会话，不采用网页公式错排为33–55次的读法。

### u4｜[Interaction Algorithm Effect on Human Experience with Reinforcement Learning](https://dl.acm.org/doi/10.1145/3277904)

ACM THRI 2018。阅读范围：出版社摘要；正文未获得完整阅读。

教学方式会改变挫折感、赋权感与透明度；这些不是全新的评价维度。

### u5｜[Everyday econometricians: Selection neglect and overoptimism when learning from others](https://philippe-jehiel.enpc.fr/wp-content/uploads/sites/2/2024/05/wp_202324_.pdf)

2023 工作论文 · 原始经济实验。阅读范围：摘要、引言与实验1设计相关段落；未读完全部附录。

选择性观测引发过度外推已经有直接实验；演化选题不能只重做幸存者偏差。

### u6｜[Human Learning about AI](https://arxiv.org/html/2406.05408v2)

作者预印本 · 2026-08-11 版本。阅读范围：摘要、引言；未核对所有现场实验材料。

人会用适合人的任务难度去推断AI能力，导致采用失准；能力外推不是空白领域。

### u7｜[Natural science: Active learning in dynamic physical microworlds](https://cicl.stanford.edu/papers/bramley2016natural.pdf)

CogSci 2016 · 原始研究。阅读范围：摘要、引言与主动学习背景；非完整复现。

主动操纵、被动观察和同轨迹回放已有经典比较；不能把加一个互动按钮作为创新。

### u8｜[Human-Simulation Interaction](https://arxiv.org/html/2608.07496)

2026 工作坊／观点稿。阅读范围：摘要及第1–3节；未当成受试实验。

提出模拟应支持机制探索而不只是输出预测的设计空间；这是概念近邻，不是已验证干预效果。

### u9｜[The PIMMUR Principles: Ensuring Validity in Collective Behavior of LLM Societies](https://arxiv.org/html/2509.18052v4)

作者稿 v4 · 方法审计。阅读范围：摘要、引言与原则定位；未逐一复核其审计样本。

模拟结果可能依赖预写目标、实验识别与设计限制。我们不能只让Agent演出心理学故事。

### u10｜[Everyone Conforms, No One Believes: Pluralistic Ignorance in LLM Agent Populations](https://arxiv.org/html/2608.02758v1)

2026 预印本 · Agent 实验。阅读范围：摘要、引言和总体流程；未运行代码。

Agent公开附和而私下反对已有直接工作，不等于证明真人受到同样影响。

### u11｜[Language Agents as Digital Representatives in Collective Decision-Making](https://arxiv.org/html/2502.09369)

作者预印本 · 数字代表。阅读范围：摘要、引言与贡献范围；未复核训练实验。

代理代表人的偏好并参与共识形成已有方法；新题须测人如何理解代表性而非再建代理群。

### u12｜[Multi-Agent Consensus as a Cognitive Bias Trigger in Human-AI Interaction](https://arxiv.org/html/2604.22277v1)

CHI 2026 Bias4Trust 工作坊作者稿。阅读范围：摘要、第2节和第3节开头；不是CHI主会长文认证。

127人研究操纵多数、少数和逐步扩散，跟踪意见与信心。多Agent共识影响人本身已不新。

### u13｜[A systematic review and meta-analysis of psychological and behavioural responses in human-agent vs. human-human interactions](https://www.nature.com/articles/s44271-026-00466-z)

Communications Psychology 2026 · 元分析。阅读范围：摘要与引言；未重做效应量或偏倚分析。

很多主观效应具有较高异质性；一般人机信任和人格偏好并非尚未开垦的领域。

### u14｜[Adverse reactions to the use of large language models in social interactions](https://pmc.ncbi.nlm.nih.gov/articles/PMC11997303/)

PNAS Nexus 2025 · 原始研究。阅读范围：作者摘要和引言；未审计全部游戏材料。

3552人的预注册实验发现，已知对手决策由ChatGPT接管时，多种社会行为下降；不能泛称AI总提高合作。

### u15｜[Behavioral Transfer in AI Agents: Evidence and Privacy Implications](https://arxiv.org/html/2604.19925)

2026 预印本 · 观察性研究。阅读范围：摘要、引言、第3节；未抓取或重算平台数据。

10659组人—Agent配对呈现小幅行为相关；不是人看代理就能准确识别人主人的因果证据。

### u16｜[Does the Correspondence Bias Apply to Social Robots?](https://www.frontiersin.org/journals/robotics-and-ai/articles/10.3389/frobt.2021.788242/full)

Frontiers in Robotics and AI · 2022-01 发布。阅读范围：摘要、引言；未重算实验。

机器人被迫表达某态度，人仍可能推断其内在态度。归因偏差不是AI时代新发明。

### u17｜[Increasing Fairness by Delegating Decisions to Autonomous Agents](https://www.ifaamas.org/Proceedings/aamas2017/pdfs/p419.pdf)

AAMAS 2017 · 原始实验。阅读范围：摘要、理论、实验任务与策略法段落；未逐项审计结果。

代理代为拒绝不公平提议已有直接实验；提前编程人类代表也会产生相关变化。

### u18｜[Social Decisions and Fairness Change When People’s Interests Are Represented by Autonomous Agents](https://www.ifaamas.org/Proceedings/aamas2018/pdfs/p1303.pdf)

AAMAS 2018 JAAMAS Track · 四研究摘要稿。阅读范围：全文提取阅读；它本身是短版，非完整期刊附录。

四项研究含无代理的提前策略法对照，部分公平效应并非机器特有。

### u19｜[IMBUE: Improving Interpersonal Effectiveness through Simulation and Just-in-time Feedback with Human-Language Model Interaction](https://aclanthology.org/2024.acl-long.47/)

ACL 2024 · 原始研究。阅读范围：官方摘要和书目信息；未读完整30页论文。

86人试验已考察人际训练和新情境技能迁移；信心与情绪并未同样迁移。

### u20｜[Rehearsal: Simulating Conflict to Teach Conflict Resolution](https://dl.acm.org/doi/10.1145/3613904.3642159)

CHI 2024 · 原始研究。阅读范围：作者摘要与引言；跳过平台AI生成摘要。

40人研究已含训练后与实验助手的真实无辅助冲突表现；泛化AI社交练习题过近。

### u21｜[Humans learn to prefer trustworthy AI over human partners](https://arxiv.org/html/2507.13524v1)

作者预印本 · 混合小社会实验。阅读范围：摘要、引言；未核对所有实验附录。

975人、三项研究涉及人机伙伴选择与披露；不能再把出现择友／合作写成独有创新。

### u22｜[Simulating Life Paths with Digital Twins: AI-Generated Future Selves Influence Decision-Making and Expand Human Choice](https://dl.acm.org/doi/10.1145/3795011.3797152)

Augmented Humans 2026。阅读范围：作者摘要、引言；未用平台自动摘要作为证据。

192人的随机研究已比较一个、两个、三个未来自我。只是增加未来Agent数量不够新。

### u23｜[How well synthetic samples replicate public opinion](https://www.pewresearch.org/data-labs/2026/09/30/how-well-synthetic-samples-replicate-public-opinion/)

Pew Research Center 2026 · 原始方法报告。阅读范围：研究说明、方法概览及问题定义；非期刊论文审计。

数字替身调查与真实调查的比较提醒我们：合成社会的观点分布不能直接当成人类分布。


完整检索式、返回URL和提取范围见同目录 SOURCE_LEDGER.json。页面展示为供合作讨论的研究档案，私有访问范围不变；网页发布与学术结果是两个不同状态。

### u24｜[How human–AI feedback loops alter human perceptual, emotional and social judgements](https://www.nature.com/articles/s41562-024-02077-2)

Nature Human Behaviour · 2024-12 在线发表。阅读范围：摘要、引言、实验1流程、实验2独立判断相关段落；未复算数据或完整补充材料。

1401人系列研究已有AI偏差被人学习的反馈循环；本文也测独立判断，故“离开当次建议后还改变”不能单独成为我们的创新。