AI 越用越多，开始有人关注 AI wellbeing 了
On AI wellbeing最近 Anthropic 发布了一个挺值得注意的消息：
他们拿出 500 万美元，资助独立研究者研究 AI 对用户 wellbeing 的影响。
研究范围包括 AI companionship、心理健康对话、长期使用，以及模型在这些场景下到底应该怎样回应。
我看到这条新闻的时候，第一次认真留意到一个词：
AI wellbeing
这件事其实离普通用户并不远。
因为过去一年，我自己的生活已经发生了一个很明显的变化：
AI 不再只是偶尔打开、问一个问题的工具。
它开始进入工作、学习、写作、做决定、安排生活，甚至情绪低落时整理自己的想法。
而且它一直在线。
很多时候，一个念头刚刚出现，还没来得及自己想，我已经打开了 ChatGPT。
技术进入生活的速度非常快，但人适应一种新技术的方式，往往没有这么快。
所以我开始觉得，我们可能不只需要学习怎么把 AI 用得更好。
也要开始学习：
怎么和 AI 长期相处。
AI wellbeing，不只是“少看一点屏幕”
我们以前讲 digital wellbeing，很容易想到：
少刷手机、控制 screen time、别熬夜刷短视频。
这些问题当然仍然存在。
AI 使用时间越来越长，也可能意味着更多久坐、更长的屏幕时间，以及工作和休息之间更模糊的边界。
但 AI 和过去很多数字产品还有一点不一样。
它开始参与我们的思考。
我们会让它：
整理信息，生成观点，判断方案，替自己写东西，解释一个人的行为，给职业建议，甚至在难过的时候陪自己聊天。
搜索引擎主要帮我找到信息。
短视频主要争夺我的注意力。
但 AI 可以进一步进入：
我怎么想、怎么判断、怎么理解自己。
所以比起问：
我每天用了几个小时 AI？
我现在更想问的是：
AI 正在替代我的什么？
有些替代很好，有些需要留意
我一点也不介意 AI 替我整理会议记录。
也很欢迎它帮我读几十页资料、检查格式、处理大量重复工作。
工具本来就是为了减少人的负担。
但另外一些事情没有那么简单。
比如：
- 原本我要自己想十分钟的问题，现在第一反应变成问 AI；
- 原本一个暂时没有答案的问题，现在可以不断追问，直到得到一个让我舒服的解释；
- 原本需要自己做的判断，慢慢变成“ChatGPT 觉得哪个更好”；
- 原本应该去和真实的人沟通的事情，可能在 AI 这里已经讨论了几十轮。
这并不意味着这些使用方式一定有害。
但它们开始碰到一些比“效率”更底层的东西：
认知、情绪、关系和 agency。
认知：方便到什么程度，会开始改变我们的思考方式？
Microsoft Research 在 2025 年调查了 319 名知识工作者，收集了 936 个真实的 GenAI 工作案例。
其中一个挺值得留意的发现是：
人对 AI 越有信心，报告投入的 critical thinking effort 越少；而对自己完成任务越有信心的人，反而投入了更多 critical thinking。
研究同时发现，AI 并没有让 critical thinking 消失，而是让它逐渐从“直接解决问题”，转向验证、整合和监督 AI 的结果。
这也是我自己最近越来越在意的一点。
AI 帮我省掉思考当然不是坏事。
计算器也省掉了大量心算。
问题在于：
我是否还知道哪些地方不能省？
一个答案看起来非常完整的时候，我还有没有能力发现它哪里不对？
一个观点被 AI 表达得非常有说服力的时候，我有没有自己的判断标准？
如果一个问题永远由 AI 帮我生成第一版，我自己的 first thought 会不会越来越少？
情绪：AI 是一种以前很少存在过的交互对象
这一点可能更加新。
一个普通的人不会：
24 小时有空，永远愿意听你重新讲一遍，几秒钟就回复，而且每一次都围绕你展开。
AI 可以。
这也是它非常有价值的地方。
人在焦虑、孤独或者混乱的时候，能够立刻找到一个地方整理情绪，本身可能就是帮助。
但这种产品特性也意味着，我们以前很少和这样一种“对象”长期相处。
OpenAI 和 MIT Media Lab 在 2025 年做过两组相关研究：
一组自动分析接近 4,000 万次 ChatGPT interaction；另一组是近 1,000 名参与者、持续四周的随机对照实验。
结果并不是“和 AI 聊情绪就不好”。
事实上，高度情感化的使用只集中在少部分用户。
但研究也发现，长时间的日常使用，以及把 AI 更强烈地视作朋友等因素，与一些较差的 psychosocial outcomes 有关联。个人本身的 attachment tendency 和使用方式也会影响结果。研究者同时强调，目前这些证据仍然很早，很多地方不能简单解释成因果关系。
今年关于 AI mental-health use 的研究也明显开始增加。
7 月发表的一篇综述甚至估算，大约 27% 的 AI 用户曾把 AI 用于某种 mental-health support，同时指出现有数据的口径仍然非常不稳定。
所以这已经不是一个特别边缘的使用方式了。
AI 还有一个很特别的问题：它几乎没有天然的停止点
- 一篇文章会读完。
- 一集电视剧会结束。
- 一次咨询有 50 分钟。
- 和朋友聊天，对方也总有事情要做。
但 AI 很少告诉你：
今天就到这里吧。
你可以继续：
再分析一下，换一个角度，再给五个方案，再看看有没有漏掉什么。
这当然非常高效。
但有时候，“没有 friction”本身也是一种新的 friction。
- 一个原本应该暂时放下的问题，可以一直被继续处理。
- 一个其实需要时间消化的情绪，可以一直被语言化、解释、重新分析。
- 一个已经够好的工作结果，可以再优化五轮。
AI 把很多行动的成本降得非常低。
但人并没有因此突然拥有无限的注意力、判断力和情绪容量。
这可能也是 AI wellbeing 和传统 screen-time 问题很不一样的地方。
所以，我现在怎么理解 AI wellbeing？
我觉得它不是：
尽量少用 AI。
也不是：
保持独立，什么都自己做。
我反而希望继续大量使用 AI。
它确实扩大了我能做的事情。
但我会越来越关注一个标准：
用了 AI 之后，我的 agency 是变大了，还是变小了？
Agency 很难用一个中文词完全翻译。
这里我理解成：
我仍然能够自己思考、判断、选择和行动。
- AI 帮我理解一个问题之后，我是不是更有能力面对它？
- AI 帮我做决定之后，我是否知道自己为什么这样选择？
- AI 陪我整理一次情绪之后，我能不能回到真实生活里？
- AI 帮我完成一项工作之后，我有没有逐渐理解这个工作，而不是越来越离不开它？
如果答案大体是“是”，我觉得这种依赖没有什么可怕的。
我开始给自己留几个很简单的检查点
1. 重要问题，先保留自己的第一版。
不用想得很完整。
哪怕先写三句话，再打开 AI。
我不希望所有 first thought 都由模型替我生成。
2. 多让 AI challenge，少用它反复 reassure。
“这个判断有什么漏洞？”
通常比：
“你觉得我做得对吗？”
对我更有帮助。
3. 情绪可以整理，但不要让 AI 替现实判案。
AI 可以帮助区分：
发生了什么，我有什么感觉，我做了什么解释，还可能有哪些其他解释。
但它不知道另一个真实的人心里究竟发生了什么。
4. 有些问题允许它暂时没有答案。
不是每一个问题都需要继续 prompt。
有时真正需要的不是多一轮分析，而是时间、现实反馈，或者去做一件具体的事。
5. 保留一点 AI-free 的生活。
- 自己读东西。
- 自己写几句话。
- 散步的时候不问任何人。
- 和真实的人聊天。
- 有些决定允许自己先做。
这不是为了训练某种“纯天然大脑”。
只是提醒自己：
这些能力我还想继续拥有。
Anthropic 这次投入 500 万美元研究 AI wellbeing，我觉得有意思的地方并不是“AI 又发现了一个风险”。
而是 AI 已经开始进入一个新的阶段：
我们过去主要问：
它还能替人做什么？
以后可能也需要越来越认真地问：
当它真的开始替我们做这么多事情之后，人应该保留什么？
我现在给自己的答案还很简单：
好的 AI 应该扩大人的 agency。
它可以让我更快、更有能力，也可以在一些时候陪我走一段。
但如果有一天把它拿走，
我希望自己只是变慢一点，
而不是突然不知道怎么思考、怎么选择、怎么和真实世界相处。
这大概是我现在对 AI wellbeing 最朴素的理解。