人工智能在约会中的应用：为什么我们愿意派出代理，却不愿与别人的代理交流
与算法进行盲约已不再是科幻。自主LLM代理代表用户进行对话，正逐渐成为约会平台的新标准。但人们有多大程度愿意将沟通交给AI，更重要的是，是否愿意接受来自对面同样代理的对话？根据arXiv上的一项新研究，“派出”和“接受”代理的意愿是两件截然不同的事，它们对如何设计此类系统有着深远影响。
信任的不对称：自己的与别人的
研究人员分析了两项针对大型约会服务活跃用户的调查数据——两种语言下分别有近2900名和2600名受访者。他们构建了一个统计模型，分别衡量两种接受度：使用代理发送自己的消息，以及接收来自他人代理的消息。
直觉上这些因素是相关的，事实上它们之间的相关性确实很高。但统计分析表明：这是两个不同的构念。用户可能热情地设置自己的AI助手，却对与背后同样由算法驱动的陌生人交流态度冷淡。由此产生了系统性的不对称：启动自己代理的意愿门槛明显低于与别人代理互动的意愿门槛。平均而言，部署自己助手的倾向大约是与他方代理互动倾向的三倍。也就是说，人们把自己的代理视为自我的延伸，而把别人的代理视为障碍甚至威胁。
如果所有人都使用代理
为了理解这种不对称会带来什么后果，作者基于参与者报告的接受度模拟了随机配对。结果不出所料地令人沮丧：在定向接触中，只有4%到13%的“带代理的发送者”会遇到“愿意与该代理交流的接收者”。此外还存在性别偏差——不同用户群体在委托沟通方面的倾向不同，这种方向性失衡使情况更加复杂。
[image: 图表，显示两种接受度分布：宽泛的“自己的代理”区域和狭窄的“别人的代理”区域，两者之间存在明显差距]
但关键不在于此是定论，而在于它是行动指南。研究人员测试了几种假设性的设计场景。如果要求用户互惠——即双方都同意代理沟通——互动量至少减半，近三分之二的潜在代理启动被直接切断。强制的双向同意扼杀了“代理替我认识人”这一理念本身。
不过有一个令人鼓舞的方案：根据接收者的接受度对代理接触进行路由。如果智能系统只向不排斥这种格式的人推荐与代理联系，每次接触的参与度会提高三倍。该效果稳定：交叉验证下模型AUC为0.88，按四分位提升3.1倍。简而言之，无需与用户的偏见作斗争——只要不违背他们的意愿强行推送代理即可。
对平台创建者的启示
这些数据直接指明了如何在约会中构建代理功能。首先，透明度至关重要：用户必须明白自己是在与代理而非真人交流——这会减少意外感，并可能提升信任。其次，需要opt-in机制，且“发送”和“接收”应分别设置：不能强迫所有人接受与别人代理的交流。第三，匹配算法应考虑特定用户对代理的接受度，而不仅仅是兴趣和地理位置。
委托的不对称——“自己的容易启动，别人的难以接受”——不是缺陷，而是人类感知的一个特征。不能忽视它，也不必害怕：正确的路由能将一个尴尬的功能转变为一种完整的交友方式。或许，这正是AI在约会中不再成为人与人之间的障碍，而是成为双方都自觉选择的有用中介的途径。
[image: 示意性“行动地图”：两个个人资料，之间有联系箭头，箭头上显示按接受代理意愿过滤的筛选器——一条分支通向忽略，另一条通向对话]
