问题提出

生成式 AI 正从工具变成能情感交互的『AI 陪伴』（Replika、Grok 等），但用户反应两极分化：同样的 AI，有人觉得被治愈、有人觉得被冒犯。企业面临真问题——该用『温暖』还是『能力』话风？更关键的是，过去研究把 AI 交互方式、用户特征、开发公司形象三者割裂看待，没人同时考虑『用户当下的心理状态 × AI 话风 × 公司给的外部信号』怎么一起决定人要不要继续用。

难点剖析

难点有三：(1) 把『用户差异』操作化成可实验激活的依恋状态（焦虑 vs 回避），而不是Stable人格标签；

(2) 把『感知伴侣回应性(PPR)』从人际关系研究迁移到人机场景，需要理论正当性（靠 CASA 范式）而不能硬类比；

(3) 把『公司组织架构』做成『交互之后才披露』的宏观信号，检验它如何『回溯性』地改写用户对之前对话的评价——这是跨层（微观对话→宏观组织）的整合。

理论脉络

理论以 CASA（计算机作为社会行动者）为统摄框架：用户会无意识地把人际关系图式套到 AI 上。其下三层都从 CASA 派生而非平行拼凑——依恋理论（Bowlby/Collins）指定『被激活的是哪种人际图式』；刻板内容模型（温暖/能力）指定 AI 话风的社交判断维度；组织信号理论（flat=温暖、tall=能力）指定『交互后才出现的公司级线索』如何对先前行为做回溯性源头评价。三者垂直整合，解释了为什么 AI 陪伴效果因人而异、因公司而异。

理论模型

提出『对话风格(温暖/能力) × 激活依恋状态(焦虑/回避) × 公司组织架构(扁平/层级)』三方框架（Fig.1 研究框架）：以「感知伴侣回应性(PPR)」为中介机制，连接话风设计与持续使用意愿；组织架构成交互后才披露的宏观调节变量。边界条件：仅聚焦两种不安全依恋（焦虑/回避），安全型依恋理论上对温暖/能力区分不敏感，落在框架之外（作者明确标为边界）。

研究假设

H1：焦虑型激活时，温暖（vs.能力）话风带来更高持续意愿；回避型激活时，能力（vs.温暖）话风更高。 H2：对话风格 × 激活依恋状态 通过「感知伴侣回应性(PPR)」影响持续意愿（被中介）。 H3a：扁平（温暖信号）组织下，焦虑型偏好温暖、回避型偏好能力。 H3b：层级（能力信号）组织下，焦虑型两话风无显著差异；回避型仍偏好能力。 H4：组织架构 × 激活依恋状态 × 对话风格 的三方交互，通过 PPR 影响持续意愿。

分析策略

3 个在线情景实验（Cloud Research Connect 平台），均被试间、预注册 Study 1（#241283）。Study 1（N=400）：2(话风:温暖/能力)×2(依恋启动:焦虑/回避)；Study 2（N=400）：同设计 + 测 PPR 中介；Study 3（N=800）：2×2×2 加组织架构(扁平/层级，交互后才披露)。G*Power 按 f=.20、power=.80 估算所需 N≈199，实际每格~100、总 N 充足。操控：话风用 Roy & Naidoo(2021) 脚本视频；依恋用 Bartz & Lydon(2004) 情境回忆启动；组织架构用 Du et al.(2026) 组织图（3层=扁平、8层=层级）。因变量：持续意愿（7点，Bhattacherjee 2001）；PPR（8题，Crasta et al. 2021）。H2 用 Hayes PROCESS Model 7（5000 Bootstrap）；H4 用 PROCESS Model 11。

数据收集

通过 Cloud Research Connect 招募 adult 被试。先随机给一段依恋关系情境并让被试回忆、可视化（启动焦虑或回避工作模型），再看一段 AI 陪伴对话短视频（温暖或能力话风），填持续意愿与操控检验；Study 2 加 PPR；Study 3 在看完视频后才随机披露开发公司「NexaCompanion Systems」的组织架构（扁平/层级组织图），再回填评价。全程电子知情同意、可随时退出，minimal-risk 在线实验。

研究样本

Study 1 N=400（男 54.5%，Mage=37.24, SD=11.19）；Study 2 N=400（男 48.5%，Mage=39.24）；Study 3 N=800（男 49.5%，Mage=38.76）。三研究合计 N=1600，每实验条件约 100 人。被试为欧美线上样本，非学生专属。

测量工具

① 持续使用意愿：7点李克特 3 题（如『我打算继续用而非停用该 AI 陪伴』，Bhattacherjee 2001），α>.70。

② 感知伴侣回应性(PPR)：8 题（『AI 真的在听我』『理解我』『接纳我的感受』等，Crasta et al. 2021）。

③ 话风操控检验：『友好/有能力』语义差异题。

④ 依恋激活检验：Wei et al.(2007) 焦虑/回避条目。

⑤ 组织架构操控检验：层级程度题。所有构念 α 均>0.70。

信效度与操控检验

（1）操控检验（三项研究均通过）：话风——温暖组感知更温暖（Study1 MWarmth=5.34 vs MComp=4.54, t(398)=6.26 p<.01, d=.63；能力组感知更能干 MComp=5.05 vs 3.83, t=9.07 p<.01, d=.91），两维度独立移动而非单一晕轮。依恋——焦虑组焦虑分更高、回避组回避分更高（各 p<.01，d=.39~.43）。Study3 组织架构 MFlat=3.59 vs MTall=5.88, t(798)=19.03 p<.01, d=1.35，区分清晰。

（2）信度：所有构念 Cronbach‘s α 均>0.70。

（3）预注册：Study 1 预注册于 aspredicted.org (#241283)，提升透明。

（4）功效：G*Power 按 f=.20、power=.80 估算两/三方交互所需 N≈199，实际总样本充足。

假设检验

H1（Study1，2×2 ANOVA）

风格×依恋交互 F(1,396)=8.36, p<.01 → 支持。焦虑组：温暖 M=4.37 > 能力 3.84（F=4.26 p=.04）；回避组：能力 M=4.47 > 温暖 3.95（F=4.10 p=.04）。效应量小（ηp²=.01），作者强调『有限、谨慎解读』。

H2（Study2，PROCESS Model 7）

风格×依恋 → PPR：b=−.88, SE=.27, t=−3.27, p=.001；PPR → 持续意愿 b=.82, p<.001。条件间接效应：焦虑 +.40 CI[.09,.73]、回避 −.32 CI[−.61,−.02]；被调节中介指数 −.72 CI[−1.16,−.28] → 支持。

H3a（Study3，扁平组织）

焦虑：温暖 M=4.87 > 能力 4.15（F=8.11 p<.01）；回避：能力 4.51 > 温暖 3.96（F=4.65 p=.03）→ 支持。

H3b（Study3，层级组织）

焦虑：温暖 4.18 vs 能力 4.52（F=1.71 p=.19，不显著，谨慎解读为『未检出差异』而非等价）；回避：能力 4.62 > 温暖 4.02（F=5.41 p=.02）→ 部分支持（仅回避组假设成立，焦虑组 null 谨慎处理）。

H4（Study3，三方交互）

持续意愿三方交互 F(1,792)=3.97, p=.047, ηp²=.005（小）；PPR 三方交互 F=4.17 p=.04；被调节被调节中介指数 .54 CI[.01,1.06]（下界贴近0）→ 支持但效应 modest。扁平下焦虑间接 +.51、回避 −.32；层级下焦虑不显著 −.02、回避 −.31。

研究结论

① AI 陪伴的效果不是『通用』的：取决于『话风 × 激活依恋状态 × 公司感知人设』三方对齐。焦虑型吃温柔（求安抚），回避型吃能力（求 autonomy）。

② PPR 是核心中介机制——用户从可观察的对话线索『推断』AI 在回应自己，这种『被听见/被理解』的感觉才驱动持续意愿。作者郑重澄清：PPR 在此是用户侧体验判断，不等于 AI 真有理解或关怀（CASA 只保用户侧心理过程，不保 AI 的生成机制）。

③ 组织信号是『回溯性框架』：交互后才披露的公司架构会改写你对刚才对话的评价。扁平（温暖信号）强化焦虑+温暖匹配；层级（能力信号）下，只有回避+能力匹配存活，焦虑组变得暧昧。

④ 三研究呈累积递进：S1 立消费者层效应 → S2 立 PPR 机制 → S3 加公司层边界条件，统一在 CASA 下串起微观对话—中观评估—宏观组织信号。

⑤ 管理/伦理启示：别拿『实时读依恋做个性化』当留存套路（焦虑型更易被关怀线索俘获，有情感操纵与过度依赖风险）；应提供用户可控的话风选项、保持公司沟通与 AI 行为一致、把 PPR 当 UX 诊断指标，且评估要含用户福祉而非只看持续意愿。

研究局限

1. 用情境启动激活的是『暂时依恋状态』而非 Stable 依恋取向，不能据此断言长期采纳由依恋驱动（连续分数分析仅作稳健性检查）。 2. 用短视频呈现对话而非真实多轮聊天，生态效度有限；S1/S2 的 PPR 是『旁观者推断』而非亲身交互体验，结论限于初始话风线索而非持续人格。 3. 组织架构操控用 3 层=扁平、8 层=层级，虽区分清晰（d=1.35）但视觉刺激可更干净。 4. S1/S2 用女声头像、S3 换男声头像+不同界面，头像性别未系统操控或恒定，可能引入混淆。 5. 仅考察焦虑/回避两种不安全依恋，安全型作为理论边界未被实证检验。

未来展望

① 在暴露前测 Stable 依恋取向，并配纵向使用数据，检验 trait 依恋是否驱动长期采纳。

② 用真实多轮聊天界面（而非旁观视频）重测，比较 yoked-observer 与 direct-interaction 的差异，并把『意愿』换成实际使用行为。

③ 用视觉更干净的扁平组织刺激复刻 S3，降低歧义。

④ 把头像性别作为正交因子系统操控，或跨研究恒定。

⑤ 直接测安全/焦虑/回避三类取向，验证『安全型对温暖/能力不敏感』这一理论边界。

金句

原文：“the effectiveness of an AI companion is not universal; rather, it depends on a three-way alignment pattern between the AI‘s conversational style, the activated attachment state, and the company’s perceived image.”（Cheng et al., 2026） 解读：AI 陪伴没有万能话术。温柔还是专业，得看『话风 × 你当下的依恋状态 × 公司人设』三者对齐——错配就翻车。 原文：“perceived partner responsiveness in this context should be understood as an experiential, user-side judgment rather than evidence of actual relational intentionality on the part of the AI.”（Cheng et al., 2026） 解读：你感受到的『被理解』，只是你从对话线索里脑补出来的，不代表 AI 真在乎你。做情感 AI 的人，这一句比任何 KPI 都该贴在墙上。

— 研究模型图

欢迎关注我的视频号

（❤️会不定期更新AI工具哦❤️）

三连一下，不失联！