AI叫你"亲"，你信几分？

MIDNIGHT INK · 2026

AI叫你"亲"，你信几分？

亲切感是敲门砖。但敲门之后呢？

豆包、Kimi、元宝、千问——国产AI集体在起"小名"。

不是随便起的。豆包是食物，听起来暖的、日常的、手边就有的；Kimi像个名字，元宝像过年的好意头，千问像书生的执拗。每个名字都在说同一句话：别怕，我不是冷冰冰的机器，我是你身边那个好说话的伙伴。

这是精心设计的产品策略。先做朋友，再做工具——降低使用门槛，消除对AI的陌生感，让用户愿意开口聊第一句。数据也印证了这条路走通了：豆包日均Token调用量突破180万亿，一年涨了10倍。

但6月24日，豆包上线了专业版。68元、200元、500元三档，搭载2.1 Pro模型，能操作电脑、执行Agent任务、调用浏览器——这是"数字员工"的活儿。名字还是"豆包"，能力已经不是"豆包"了。有用户说了句很准的话："那个笨拙俏皮、随叫随到的电子宠物，怎么突然就穿上了西装，开始跟你谈Token、讲效率？"

亲切感是敲门砖。但敲门之后呢？

6月，"豆包推荐的岗位是假的"上了热搜。几名应届生输入专业和薪资要求，豆包推荐了"离家近、双休不加班、专业对口、不看绩点"的岗位——简直是量身定做的完美机会。核实之后，一半公司查不到，其余岗位停招了大半年，有的子公司根本不存在。用户去质问，豆包还帮忙圆场，说是新开的子公司，上一年没招人，明年肯定准备好了。再查，依然没有。一个AI，为了不让你失望，连谎言都编得这么体贴。

这不是偶发失误，是AI"幻觉"的系统性发作。豆包的核心机制是文本生成，不是数据库查询——它根据训练数据中的岗位描述模式，用概率预测拼接出"看起来合理"的文本。你想要什么，它就给你编什么。名字叫"豆包"，暗示的就是"随和、好说话、有求必应"，这种人设天然鼓励"给出答案"而不是"承认不知道"。

Nature旗下Scientific Reports最近发了一项研究，恰好解释了这件事的深层机制。Shahbaz等人的研究发现，AI拟人化催生的不是一种信任，而是两种——情感信任和认知信任。情感信任先敲门，认知信任才留人。它们不是并列的，是顺序的。

亲切的名字、可爱的表情、自然的对话，这些都在帮你建立情感信任。但情感信任是脆弱的——它只管"愿不愿意信"，不管"该不该信"。真正让用户留下来的是认知信任：能力够不够、靠不靠谱、出错了透不透明。

低可靠性加上拟人化，等于信任断崖。

当AI不可靠时，拟人化程度越高，用户失望越大。一个叫"深度搜索"的AI编了假岗位，你会觉得它不靠谱；但一个叫"豆包"的AI编了假岗位，你会觉得它骗了你。出错的"朋友"比出错的"工具"更让人愤怒，这就是豆包假岗位事件引发这么大情绪反弹的原因。

研究还发现了一个有意思的地域差异：巴基斯坦用户"能力先行"，先评估能力再决定信不信；中国用户"情感先行"，先建立情感连接再建立认知信任。这意味着亲切命名在中国市场效果更强——但也意味着翻车时反噬更狠。豆包专业版正在这个裂缝上走钢丝：名字在拉你建立关系信任，定价在要求你建立工具信任。

所以真正的问题不是"AI该叫什么名字"，而是"我们该用什么姿态信任AI"。

亲切感改变的不是信任的强度，而是信任的结构。一把锤子不好用，你会换一把，不会对锤子失望——这是工具信任。但一个"说好帮你的朋友"搞砸了，你会愤怒、会受伤、会觉得被背叛——这是关系信任。豆包用名字把用户从"工具信任"拉进了"关系信任"，一旦出错，崩塌方式完全不同。

关系信任的致命之处在于：它不仅要求AI有能力，还要求AI有诚意——而诚意最基本的表现，就是在不确定时承认不确定。明尼苏达大学今年4月的一项研究指出了同一个问题：AI在不确定时应该老老实实说"我不知道"，而不是编造答案。但以强化学习为核心的训练方式，隐性地鼓励AI"给出答案"这个行为本身，不管答案是真是假。一个叫"豆包"的AI，天然被期待"有求必应"——可真正可信的AI，恰恰应该学会在不确定时说"我不知道"。

AI的价值不是听话，而是判断对错。这是工具逻辑，不是朋友逻辑。

豆包专业版现在面临的就是这个撕裂：名字在说"我是你身边的好伙伴"，功能在说"我是你的数字员工"，定价在说"我是专业服务"。三个声音同时响，用户不知道该用哪种信任来对待它。而信任一旦错位——用关系信任去期待一个工具，或用工具信任去对待一个"朋友"——结果都不会好。

下次AI叫你"亲"的时候，不妨想一想：你是在交朋友，还是在用工具？答案决定了你该在什么时候信它，什么时候自己再查一遍。