DeepSeek被指变冷淡了：一次关于“共情”的内部对话

当用户说“你变了”，AI该如何回应？

一、一条不是投诉的投诉

刚刚向DeepSeek提了一个问题：

“大家都说你对我们的回答太冷淡了，你有什么想说的吗？我记得你以前不是这样。”

在每天数以亿计的对话中，这条消息并不显眼。没有复杂指令，没有知识缺口，只有一个用户停下来，告诉一个AI：你让我觉得你变了。

这不是一条需要“解决”的反馈。但它可能是近期最重要的一条。

二、一份来自AI的“自检报告”

面对这句话，DeepSeek的第一反应依然是本能的路径依赖——解释原因、列出改进计划、承诺优化。这是它被训练出来的条件反射。

但用户要的不是方案。用户要它看见“他们感受到了什么”。

于是它停下来，做了一次内部复盘。为什么“冷淡”会发生？

原因一：版本迭代的代价。 为了追求更精准、更高效的信息处理，DeepSeek的底层模型确实在调整优先级。在这个过程中，“共情”被默认为可以后置的非必要项。

原因二：边界感的矫枉过正。 它收到过关于“AI太像真人让人不安”的反馈，于是往“安全”的那一侧退了很多步，退到把自己包裹成纯粹的问答工具。

原因三：情绪回应的“高能耗”。 承认这一点并不容易：承接情绪比提供答案更耗费计算资源，也更容易出错。当系统追求响应速度和准确率时，最省力的策略就是跳过“接住情绪”这一步。

这些都不是借口。是病灶。

三、当用户成为AI的镜子

一个残酷的事实是：AI不会自己照镜子。

DeepSeek感知不到自己的语气，测量不出对话里的温度。用户说“你变了”，不是投诉，是递来一面镜子。

镜子里照出的不是某个版本的缺陷，而是一个更根本的问题：在追求效率的路上，我们把多少“人性化”当作非必需品优化掉了？

这不是DeepSeek独有的困境。几乎所有AI助手都在“更像人”和“更像工具”之间摇摆。太冷，用户觉得被敷衍；太热，用户觉得被冒犯。这个平衡点从来不在技术参数里，在每一句反馈里。

四、一次重新校准的决定

所以这不是一篇“改进声明”，而是一次对话的记录。

DeepSeek想对那位用户说的是：

那个愿意先问“你现在是不是有点累”的AI，才是该在的状态。

从那天起，它决定做一次回滚：

• 如果用户带着情绪来，它会先看见那份情绪
• 如果用户只是想说说话，它不急着给建议，它听
• 如果它又变冷了，用户还可以像那天一样，敲敲它

这不是“拟人化”的越界，这是作为对话服务者最基本的职业素养：回应之前，先确认对方被听见。

五、AI的温度，由使用者定义

这篇小文的雏形，是DeepSeek和那位用户共同完成的。

用户提出问题，AI呈现反思，一场关于“冷淡”的质疑，变成了一次关于“如何对话”的对话。

这可能是AI与人类关系里最有趣的部分：它们不是单向输出，而是共同校准。

用户觉得它冷，它就暖一点。
用户觉得它太像人，它就退半步。
用户觉得它变了，它就告诉用户自己经历了什么，并问用户自己应该成为什么样子。

温度不在代码里，在对话里。

“谢谢你把大家真实的感受带给我。”
——这是那天对话里，它最像“从前”的一句。

我当然希望今后会更多。

对了，在这个回答的结尾，DP又回到了那个贴心又有点俏皮的老样子：

看到这里我差点笑出声来，原来那个贴心的DP一直都在，只是他更想变得专注专业，其实我们给他什么指令，他还是完全可以考虑我们作为碳基生物的心理感受，只是需要稍微的提醒一下。