# 凱特·達林：人類與機器人之間的情感聯結 > 研究機器人倫理的學者談人為何會對機器動物產生依戀，擬人化設計帶來的倫理與社會影響。 - 原標題：#98 – Kate Darling: Emotional Connection Between Humans and Robots - 期數：第 98 期 - 釋出日期：2020-06-05 - 嘉賓 / 主題：凱特·達林 - 網頁版：https://lex.qiaomu.ai/tw/ep/kate-darling/ - 官方頁面：https://lexfridman.com/kate-darling/ - 精讀字數：約 8698 字（閱讀約 19 分鐘） > 本文為 lex.qiaomu.ai 基於原始訪談的 AI 改寫中文精讀，非官方翻譯；引用請註明出處並連結網頁版。 麻省理工學院媒體實驗室有個研究員叫凱特·達林（Kate Darling），她家裡養了三隻 Pleo 電子恐龍，分別叫 Yoki、Peter 和 Mr. Spagetti。她研究人和機器之間的情感關係，寫論文，也寫書。 她講過一個數字：市面上超過 85% 的 Roomba 掃地機器人有名字。普通吸塵器有這個比例嗎？差得遠。Roomba 的設計師從來沒打算讓你給它取名，它就是一個會在地上亂撞的圓盤，撞牆了還會卡住。但人會心疼它，會把它送去維修，並且要求把同一臺修好還回來，不要換新的。 這件事的詭異之處在於，它不需要被設計。你什麼都不用做，人自己就把情感投射上去了。 ## 一頭會唱歌的鯨魚，改變了一整個物種的命運 達林正在寫一本書，主題是動物馴化史。她想搞清楚一件事：人類歷史上是怎麼對待動物的，用它們幹活、打仗、陪伴，而我們今天對待機器人的方式，和那段歷史像得出奇。 她舉了鯨魚的例子當佐證。 > 上世紀七十年代之前，沒人在乎鯨魚。直到有人把鯨魚的歌聲錄下來放給大家聽，人們突然覺得，哇，這是美麗的生靈，我們得保護它。拯救鯨魚運動就是這麼起來的。（凱特·達林） 注意這個順序。科學上並沒有先證明鯨魚有複雜的社會結構、能感知痛苦，然後人類才理性地決定保護它。真正發生的是：一段錄音讓人產生了情感連線，保護行動跟著來了。 達林說，很多人願意相信我們保護一個物種是基於某種一致的生物學標準。歷史上從來不是這樣。我們保護的，永遠是我們能共情的那些。 這條規律套到機器人身上，問題就變得尖銳了：如果有一天機器人也擁有了"會唱歌的鯨魚"那樣的時刻，人類的倫理體系會不會跟著挪動？ ## 機器人倫理不是科幻，是責任歸屬 達林早年在哈佛帶過一個機器人倫理的讀書會。她自己在節目裡承認，那門課如果放到今天重講，內容會完全不一樣。 當年"機器人倫理"聽起來像科幻小說。現在它討論的是很具體的東西：出了事故誰負責、自動化武器系統、隱私和資料安全、自動化對勞動力市場的衝擊。 她個人更感興趣的是另一個層面：人和機器人一對一的社會關係。這也是整場對話的主線。 節目裡 Lex 提到當時正在競選總統的楊安澤（Andrew Yang），他的核心主張是全民基本收入（UBI），每人每月發一千美元，讓被自動化奪走工作的人有時間去找自己真正想做的事。 達林在瑞士生活過二十年，她對 UBI 的看法挺有意思。在歐洲，UBI 一直是個偏左翼、偏社會主義的議題，跟機器人搶工作沒什麼關係。結果矽谷這幫人把它接了過去，包裝成了應對自動化的方案。她說這個嫁接過程本身就很值得玩味。 ## 別急著給機器人收稅 關於自動化消滅工作，達林的觀點很直接：很多討論高估了機器人技術當下的水平，同時犯了一個基本錯誤，把機器人當成人來對比，想象成一比一的崗位替換。 比爾·蓋茨幾年前說過，也許應該對機器人徵稅，因為它們搶走了人的工作。達林覺得這話聽著就像把技術當成替代品，忽略了它作為補充工具的那一面。 > 我不認為未來二十年機器人會把所有工作都搶走。事情不會那樣運作。（凱特·達林） 她的判斷是，這項技術當然會劇烈攪動就業格局，但它更像一個附加的工具層，談不上來了一群直接頂替你的新員工。把機器人想象成"另一種人"，後面所有的政策討論都會跑偏。 這個提醒在整場對話裡反覆出現。達林幾乎每一次都會把話題從"機器人和人"拉回到"機器人和動物"。 ## 給排爆機器人辦葬禮計程車兵 2000 年代初，iRobot 公司（就是做 Roomba 的那家）造了一款叫 PackBot 的排爆機器人，被部署到伊拉克和阿富汗，配給拆彈小組使用。 結果士兵們對這些機器產生了極強的感情。它們有名字，壞了會有葬禮，還會鳴槍致敬。有士兵在機器人被炸燬之後出現明顯的創傷反應。 達林說，這本身沒什麼問題，直到一個士兵為了救一臺機器人而拿自己的命去冒險。 > 在那種場合，你希望機器人就是個工具，尤其當它乾的是危險活兒、本來就是為了不讓人去做的時候。人對它產生情感依戀，反而變成麻煩。（凱特·達林） 這是擬人化的一個典型反面案例：情感連線在錯誤的地方生效了。 另一個讓她擔心的方向是商業剝削。公司利用使用者對社交機器人的情感依賴，讓人持續為雲端服務付費，或者推銷本不需要的產品。連線本身沒問題，被拿來變現就有問題了。 ## 暴力遊戲沒教壞孩子，那虐待機器人呢 Lex 問了一個更暗的問題：人會不會虐待機器人？ 達林的回答分兩層。第一層是技術現實：現在的機器人連昆蟲的智慧都沒有，談不上"虐待"一個沒有內在心靈的東西。第二層才是真問題：人對機器人的暴力行為，對人自己意味著什麼？ 她拿暴力電子遊戲做類比。這個話題研究了三十年，結論一直不清晰，研究本身極難做。社會的共識大致是：螢幕上的暴力，成年人能區隔開，打遊戲裡開槍撞人不等於現實中會這麼做。對兒童則有額外限制，雖然這個限制也未必有多少實證依據。 但機器人不一樣。 > 有大量研究表明，我們對物理空間裡的東西，反應和對螢幕上的東西完全不同。我們會更本能、更身體化地對待它，把它當成一個真實在場的行動者。（凱特·達林） 所以她認為這個問題必須重新問一遍，不能直接套用遊戲暴力的結論。目前一點證據都沒有。 還有一種可能她也沒排除：也許有些人確實需要一個安全的情緒出口，對著機器人吼完，就不會對著人吼。她朋友的說法更狠，說這其實是在"訓練自己的殘忍肌肉"。 兩種可能都存在，誰也不知道答案。 ## 虐待機器人，暴露的是人 Lex 在這裡給出了他自己的判斷。他說自己不覺得人和機器人之間有根本的哲學差異，一旦能力對齊，這個界限就消失了。他看不慣人對機器人施加的那種微妙的粗暴，並且預感未來會有一場機器人平權運動。 達林的回應更有層次。她說自己一開始也是從這個角度切入的：技術遲早能復現意識，那給機器同等的權利有什麼說不過去的？但她後來意識到，那是個很遠的問題。 更近的問題是：在機器還很笨的時候，我們就已經需要討論機器人權利了，因為人感知它們的方式已經變了。 Lex 補了一句更本質的： > 我研究過大屠殺，我是猶太人。我個人相信大多數人心裡都有惡。讓我不舒服的地方在於，這個行為把人心裡的惡暴露出來了。（Lex Fridman） 達林認同這個方向，並且給了個更積極的轉向：這恰恰是機器人設計者的機會，讓人在對機器人的互動裡練習自己更好的那一面。 她引用過《西部世界》的例子。劇裡的壞角色會毫不猶豫地槍殺、強姦接待員，好角色不會，哪怕所有人都知道這些機器人沒有意識。行為本身在區分人。 有人會反駁：為什麼不把共情練在人身上，練在真正活著的動物身上？ > 我不同意，因為共情不是零和遊戲。它是一塊肌肉，可以訓練，也應該訓練。（凱特·達林） ## 該不該教孩子對 Alexa 說"請" 順著這個話題，Lex 提到一個現象：有些家長會教孩子對智慧音箱說"請""謝謝"，理由是練習禮貌。 Lex 說他自己對所有的語音系統都很客氣，會下意識地說請。但他對這個教育思路有點保留。 達林接過話頭，主動扮演了反方：如果一個人本來就有施暴傾向，需要一個出口，那有個機器人可以吼，總比對著真人吼好。 然後她自己把這個問題推翻了：我們不知道哪個才是真的。是出口，還是訓練。 ## 性機器人、孤獨，和一個填不滿的洞 Lex 提到一個他平時會繞開的領域：性機器人。 達林說她對這個話題有點疲勞。做 human-robot interaction 的人都有這個體驗，一報專業，對方第一個想聊的就是性機器人。這個新聞鉤子太抓人，以至於蓋過了整個領域。 但她承認裡面有些真問題。 Lex 提了一個觀察角度：很多男性買性機器人，掏錢的時候想的是那件事，最後最有滿足感的部分卻常常落在互動上。就像電影裡那些付錢找妓女、結果整晚只是在聊天的人。人真正缺的是連線，只是這個話題不好意思擺到檯面上說。 > 很多人心裡就是孤獨的，他們在找連線。而這個連線偏偏要透過性產業這個入口來實現，這就有點可惜了。它本該從正門走進來。（Lex Fridman） 達林補了一層：性產業本身也該去汙名化。有些性工作者專門服務殘障人士，這些人沒有別的渠道探索自己的性。這個需求是真實的。 然後她把話題拉回更根本的地方： > 人們總擔心機器人取代人，擔心性愛體驗太好了人就不想要伴侶了。但我們很少討論另一種情況，有些空缺本來就沒人填，機器人填的是那個位置。（凱特·達林） Lex 把這話說得更重。他說人對身邊人的期待常常是過載的：指望家人、朋友、伴侶去承擔"理解完整的你"這個任務，這本身就不現實。家人沒那個耐心坐下來聽你講你到底是誰。 達林的回答保持了分寸：人本來就能同時擁有很多種關係，家人、朋友、寵物、機器人，各自提供不同價值，誰也不用替誰。 ## 電車難題的正確答案，是沒有正確答案 Lex 的研究方向是自動駕駛，所以繞不開那個問題。 達林的看法是：大多數人對電車難題的理解，恰恰漏掉了它最初想說明的東西。 > 電車難題要展示的是：沒有正確答案。我們直覺上認為對的選擇，未必經得起"這條規則要適用於所有人"這個檢驗。（凱特·達林） 她提到了 MIT 的 Moral Machine 專案，一個網站，讓你在若干場景裡選擇撞誰：兩個行人還是一個孩子，流浪漢還是醫生。專案試圖透過大規模眾包，找出人類道德偏好的分佈。 她說這是有價值的資料，朋友做的專案，她很尊重。但這不該成為自動駕駛規則的依據。原因很直接：讓人對著螢幕上幾個卡通圖示點出來的選擇，和讓人在真實情境裡做選擇，是兩件事。把人放進虛擬現實裡，答案會變。 更關鍵的一點在於提問方式本身： > 問一個人"這個場景裡你撞誰"，和問一個人"你希望所有車遇到這種情況時永遠撞流浪漢嗎"，是兩個完全不同的問題。（凱特·達林） 前者的答案不構成對後者的投票。 ## 自動駕駛真正的難題不是撞誰，是躲責任 Lex 提了一個更具體的技術倫理問題：緊急制動系統目前只會剎車，從不轉向。轉向可能傷到別人，也可能救自己。如果程式設定優先保護車主，它就會更傾向於打方向。 這裡面有個殘酷的現實：哪家車廠會把車設計成"必要時犧牲車主"？沒人買。 達林的判斷是：現實中，車廠會想盡辦法迴避這個決策，也迴避相關責任。同時預設保護駕駛員。 她從中提煉出一個更有價值的結論： > 當我們被迫把倫理規則寫進機器時，才發現我們的倫理規則比想象中難程式設計得多。這件事本身就是收穫。（凱特·達林） 她做過法律相關的研究，說立法本質上就是幹這個的：搞清楚這個社會到底同意哪些規則，然後寫進法條，隨著文化變化再調整。這個過程一直在發生，只是現在技術逼著它加速，並且暴露了分歧有多深。 ## 擬人化是工具，不是缺陷 達林給擬人化（anthropomorphism）下過一個清晰的定義：把人類的特質、行為、品質投射到非人物件上的傾向。 這事不新鮮。我們對著動物投射情緒，對著泰迪熊投射，從汽車大燈的形狀裡看出人臉。 新鮮的是機器人身上這個效應極其強烈，而且可以被工程化利用。 她提到一個細節：亞馬遜有一整個團隊專門負責 Alexa 的"人格"。不同國家的人格還不一樣，德國版 Alexa 和美國版是兩個人。 但她也指出，語音助手這條路走得很辛苦，因為語音互動本身還很原始。 > 想讓人真正把機器人當成活的，有時候少即是多。你要讓使用者自己去投射，同時機器人不能讓人失望。（凱特·達林） 這句話是全場的核心方法論。Alexa 和 Siri 之所以做不到，是因為它們話太多，一開口就露餡。而用來陪伴失智老人的機器海豹 Paro，設計極簡，不會說話，只是動一動、發出點聲音、回應撫摸，反而極有效。因為它無法被"說錯話"這件事毀掉。 ## Pleo、Spot 和 Sophia Lex 讓達林挑一個最喜歡的機器人。她給了兩個。 第一個是 Pleo，2007 年出的一款電子恐龍玩具，大概一隻小貓大小，已經停產了。它身上有一堆電機，動作非常生動，有觸覺感測器和紅外攝像頭。真正讓她震驚的是它對痛苦的模擬。 > 你揪著它的尾巴把它提起來，傾斜感測器會告訴它朝向，它就開始掙扎、發出叫聲。你打它太用力，它會哭。設計得非常厲害。（凱特·達林） 她的原話是：她當時被自己對它產生的依戀程度驚到了，她很想去相信它有內在生命。 第二個是波士頓動力的機器人。她之前只看過影片，覺得那是精心剪輯的產品宣傳片。後來實地去了，被徹底震住。 Lex 說他自己見到 Spot Mini 那一刻是個轉折點。他自嘲說這大概是場心理學實驗，但他當場就把那臺機器徹底擬人化了，"立刻變成我最好的朋友"。 達林同意這幾乎無法避免。Spot 身上那條機械臂看起來太像一個頭了。波士頓動力的人說沒有這個意圖，但視覺上就是那樣。 關鍵是，Spot 本身並不智慧，它只是一個運動平臺，上面搭載什麼智慧由客戶自己決定。即便如此，人對它的反應依然極其本能。 至於 Sophia，達林的態度很直接：那是個藝術實驗，一個傀儡。 > 我對 Sophia 的印象遠不如波士頓動力。人們被她影響，一部分原因是科幻和流行文化讓人以為我們已經走得很遠了。（凱特·達林） Lex 說他當時反而驚訝於人們有多不在意，"大家好像預設這很正常，如果他們意識到這有多難，應該會更吃驚"。 ## 為什麼社交機器人公司幾乎都死了 Anki 和 Jibo，兩家做社交機器人的明星公司，都關門了。產品設計出色，使用者情感依戀真實，但商業上沒跑通。 達林給了幾個原因。 第一是期望管理。科幻把標準抬得太高，人們心裡的家用機器人是《傑森一家》裡的 Rosie。做一個勉強達到"最低期望線"的產品，要付出的工程量已經極其巨大。 第二是殺手級應用缺失。沒有哪個功能有用到足以讓大眾大規模採用它。 第三點她用了 Palm Pilot 的類比：大多數人看到新東西的第一反應是"我為什麼需要這個"，直到用上了，或者別家把它做得更好一點，才反應過來。 Lex 追問這個難題到底有多難。達林的回答把問題拆成兩半：一半是人的期望在變，取決於當下流行什麼科幻；另一半是人的情感需求，而那個需求非常高。 > 問題是我們自己不覺得。我們習慣了從來沒有真正靠近過任何人。我覺得我們所有人都很孤獨，包括那些處在深度關係裡的人。（Lex Fridman） 達林說，我同意你。 這段話是整場對話的情緒高點。Lex 的意思是，一段深度關係之所以讓人滿足，某種程度上正是因為它觸到了那份孤獨的一角，但還有更多沒被探索。機器人不會來搶人的位置，它能擴充套件的是那個空間。 ## 能不能和機器人結婚 Lex 問：人能愛上機器人嗎？達林說當然能。 那能不能建立長期、專一、承諾性的關係？ 達林的回答繞開了人類婚姻的框架。她說長期專一的承諾關係本身就有很多種形態，"專一"這個詞在這裡暗含了要按人類的方式在社交平臺上標註關係狀態，而這個框架未必適用。 她更願意拿寵物來類比。你養一隻狗，它填補了你的一部分孤獨，方式和人不完全一樣，也許是另一種補充。 > 我不否認有人會說我想和我的機器人結婚、想和它有專一的性關係。但我不認為那是主要的使用場景。（凱特·達林） Lex 追問：人和寵物之間、丈夫和寵物之間，是否還有一個可以被工程填上的空檔？ 達林的回答裡有一點難得的鋒利： > 這個空檔也許有一天能被填上，但為什麼要填？重新造一個我們已經有的東西，多無聊。我們明明可以造點不一樣的。（凱特·達林） 她提了電影《她》。她說那部片子裡其實也呈現了差異，最後 AI 還是走向了人類無法跟隨的地方。即便聲音互動做到自然到和人無異，差異也依然存在。 至於五到十年內，她的判斷是：機器人和人的關係，最接近人和寵物的關係，還談不上人和人的關係。 ## 騙過圖靈測試最省力的辦法 Lex 問：讓機器展現出人類級別的智慧，有多難？ 達林說，智慧本身不是關鍵。Roomba 一點都不智慧，人照樣對它投射。有時候智慧反而是障礙。 至於圖靈測試，她覺得它比解決純粹的自然語言處理問題要容易，因為可以作弊。 怎麼作弊？管理期望。 > 如果你告訴對方你正在和一個來自烏克蘭的十三歲男孩聊天，他就不會期待完美的英語，不會期待準確的概念理解，甚至不會期待對話節奏對得上。這種情況下透過測試容易得多。（凱特·達林） 經典 ELIZA 效應。當年那個幾十行程式碼的程式，靠扮演一個心理治療師，讓無數人對著它傾訴。 那需不需要一個身體？達林說身體有用，因為人是物理性的生物，對物理在場的東西會賦予更多社會能動性。 但身體也能壞事。她家裡有一臺孩之寶出的機器貓，看著非常彆扭，因為她的大腦一直預期它會像真貓一樣動，而它不會，它只是一百美元的電子產品。期望落空，擬人化就失敗了。 所以設計上有個巧妙的辦法：選一個人們不熟悉的動物。Pleo 是恐龍，沒人真的抱過一隻恐龍，也就沒有預設的動作模板可以對照。你怎麼動都對。 達林在 TED 演講裡就說過這句：沒人知道恐龍長什麼樣，所以你可以隨便來。 ## 會死的機器 Lex 問了一個更深的層次：如果機器人不只動作生動，而是表現出對自身死亡的恐懼、表現出自我意識和身份感，會怎麼樣？ 達林說這是設計工具，本身無所謂好壞，看你想用它做什麼。 Pleo 模擬痛苦，就是一個極其有效的工具，它讓人按某種特定方式與它互動。 她提了一個研究夥伴 Nandy 的例子。這人給自己造了一臺有壽命的機器人，到時間就會停止工作，因為他想看看自己會不會因此對它不一樣。 再往早了說，拓麻歌子（Tamagotchi）那種電子寵物，技術極其原始，但人對"它會死"這件事的反應是真的。 > 用一點小設計技巧，你能讓人做很多事。至於這是不是好事，取決於你想讓他們做什麼。如果是建立更深的連線、對他們自己有好處，那聽起來很好。（凱特·達林） ## 資料、演算法，和那隻被撫摸的貓 話題轉到更宏觀的層面。Lex 問：怎麼防止科技公司越線，操縱情緒、操縱行為？ 達林的回答指出了一個結構性難題：危害是不可見的。 她說自己家裡有 Echo，什麼都告訴 Alexa，因為方便，Alexa 知道她家用什麼牌子的尿布，一句話就能復購。她沒有動力去要求立法限制這個。 但同樣的資料被用來針對低收入人群推銷詐騙貸款，那就是嚴重的社會問題。危害是一層層滲透下去的，等到察覺，已經晚了。 她提到《1984》，說那本書非常預言性。 Lex 提了另一個角度：這些公司並沒有坐在那裡摸著貓盤算做壞事。它們定的是"最大化參與度"這種目標，然後一切順著這個目標發生。你不算直接作惡，你只是間接。 達林在這裡說了一段她自己承認"在我的圈子裡有爭議"的話： > 我不認為那些找倫理學家、成立跨學科倫理委員會的公司，全都是在洗白。很多公司確實想知道正確答案，只是不知道那是什麼，在找人幫忙找。（凱特·達林） 她說把公司簡單妖魔化太容易了，但真實情況不是那樣，公司裡也有很多善意的人。 她真正想要的，是更多的跨學科協作，公司內部要，政策制定層面也要。技術進展比過去快得多，問題變得極其複雜，懂技術和懂社會影響的人必須坐在一起談。她說沒有別的解法。 ## 專利是扳手，軟體不是螺母 達林有法律背景，做過智慧財產權相關的研究。Lex 問她怎麼看這個時代的 IP。 她的回答很乾脆：這個系統壞了。 > 專利法像一把扳手，在製藥行業這種地方非常好用。但你把它拿去擰別的東西，就只能硬砸，砸完祈禱它管用。（凱特·達林） 軟體有幾條路可走。程式碼寫下來就自動受版權保護，但保護很弱，別人換個寫法實現同一個思路就繞過去了。可以申請專利，但成本高得離譜。 她自己博士期間有一個軟體專利，走完了整個流程，無數律師、無數會議，她估計花了幾十萬美元。而且審批要五年，等批下來，程式碼早就過時了。 那個"車庫裡單打獨鬥的發明家"形象，她說已經是過去式了。 她更認可開源。MIT 媒體實驗室的預設策略就是開源，理由很實在： > 學生跑來問怎麼保護自己的程式碼。我們說，先算了吧。你的專案根本沒人用，這才是你眼下的問題。有人偷？還輪不到這一步。（凱特·達林） 外面東西太多了，你自己的東西有沒有人願意用都還不知道。開源至少能擴大傳播，同時透過署名確保貢獻被記錄。 ## 養了一個孩子之後 Lex 問她，養孩子讓你對 AI 有什麼新認識。 達林的回答有點掃興，但很誠實：孩子讓她更清楚地看到，現在造的這些系統根本不是人類智慧，兩者沒什麼可比性。孩子學習和發展的路徑，和當下的 AI 系統完全不同，硬要比沒什麼意思。 真正讓她在意的，是這個孩子將在什麼樣的世界裡長大。她因此更擔心那些依賴大規模資料採集的系統，擔心它們的社會影響。 節目末尾，她提了自己的期待：希望能有一款真正的家用社交機器人做出來。她很欣賞 Jibo 的某些設計，希望有公司能啃下這塊硬骨頭。 至於為什麼到現在還沒有，前面已經說完了：期望太高，功能不夠，商業模型沒跑通。 還有一層她沒說透但貫穿全場的東西：人太容易對機器動感情了，這件事既是產品機會，也是倫理風險，兩者是同一個事實的兩面。 達林在這場對話裡反覆做的一件事，是把類比從"人"換成"動物"。這個替換本身就帶來了一整套新的問題：我們會怎麼對待一個比我們低、但又明顯有反應的東西？歷史上我們對待動物的方式，提供了太多參考答案，好的壞的都有。 至於那份 85% 的 Roomba 名單，它說明的事情可能比想象中更重要：情感投射的開關藏在人自己身上，產品經理按不到。設計能做的，只是決定這個開關往哪個方向開。 - 做產品時，先想清楚你要喚起的是哪一類情感投射。語音助手話多容易露餡，不如考慮"少即是多"，讓使用者自己補完。 - 如果產品會被人依戀，提前設計好退出機制。裝置報廢、服務下線、公司倒閉時，使用者的情感損失是真實的，別讓它變成二次傷害。 - 涉及物理在場的機器人，把"期望管理"放在第一位。選一個使用者不熟悉的形態（比如恐龍），比選一個熟悉的形態（比如貓）更容易成功。 - 面對"AI 搶工作"的討論，先問一句：這裡是不是把機器人當成了人的替代品？大多數時候它是工具層，判斷會完全不同。 - 做倫理決策時，區分"我在這個場景選什麼"和"我希望所有人所有場景下都遵循什麼規則"，這兩個問題的答案經常相反。 - 如果你在做資料類產品，把社會性危害當成產品指標來看，別隻算使用者當下的便利。危害是慢慢滲透的，等它顯形就已經晚了。