AI采访人类：深入探索情绪与心理边界

AI不再仅仅是问答机器，它开始深度对话人类，探索情感与心理的新边界。Anthropic通过其Interviewer工具，与1250名真实用户进行深度对话，自动生成提纲、追问，并进行聚类分析和情绪分析，最终呈现出一幅「人类情绪雷达图」。在这场探索中，人类成为了AI的研究对象。

设想一下，有一天AI真的开始采访人类，这听上去就像科幻一样不可思议。然而，Anthropic的Interviewer却正在将这一设想变为现实。

这些对话内容远不止「你今天过得怎么样」这样的日常闲聊，而是遵循一套完整的访谈方法。Interviewer自己写提纲，主动追问，进行主题聚类、情绪分析，最后呈现出一份跨行业的「人类情绪雷达图」。

这就是Anthropic最近发布的Interviewer，一个充满未来感的研究工具。在短短一周内，它与1250名真实的职场人、创作者、科学家进行了对话，所有细节都被记录下来，再被AI转化为可量化的数据。

过去，这样的流程只能依靠人类研究团队来完成，如今首次被AI接手。从看似简单的问题开始，背后却隐藏着完整的规划过程。Interviewer会根据研究目标自动写出访谈提纲，明确哪些主题重要、何处需要追问、哪些情绪信号需要捕捉。

然后，它会以一个自然的开场进入对话：

这是一场持续10–15分钟的深度访谈。AI会根据回答调整节奏；当用户犹豫或绕开话题时，它会及时把对话拉回主线。

访谈结束后，Interviewer会将完整的访谈记录交给分析器，自动进行主题聚类、提取关键观点、识别情绪倾向，并根据职业、行业、角色生成一套可视化的「情绪雷达图」。

Anthropic的自动主题聚类工具Clio通过虚构的对话示例来说明其分析步骤。过去研究团队需要数周才能完成的质性工作，现在AI在规模化场景中能稳定产出。

Anthropic采访了1250人，并将访谈内容匿名公开，供外部研究者使用。根据受访者反馈，这个工具的稳定性远超预期：超过97%的参与者给出了高满意度评价，几乎所有人都认为访谈「准确捕捉了自己的想法」。

这项研究揭示了AI的另一种可能性：自大规模问卷诞生以来，人类的质性研究方法首次得到扩展。对于AI行业来说，这是另一个方向的突破——不仅能理解文本，还能理解人。

1250份访谈，AI首次洞察人性的复杂

在结果出来之前，人们可能以为自己能猜到大家对AI的看法。然而事实是，不同职业的人正以完全不同的方式迎接同一个未来。

普通职场人：要效率，也要体面

在普通职场人的访谈中，「效率」是被提及最多的词汇。他们的描述出奇地一致：AI能节省时间，让某些烦琐的工作变得轻松，甚至重新让人看到一点点「掌控感」。

高达86%的受访者表示AI让工作变快，65%对现在的使用状况感到满意。加快流程、减少机械任务是他们最直接的体验。

但随着访谈深入，另一个更隐蔽的情绪开始浮现——他们害怕显得自己「太依赖AI」。69%的受访者坦言自己会刻意压低使用痕迹，担心被同事认为不够专业、邮件像AI代写，从而影响在团队里的位置。

创作者：被效率推着跑

在创作者的访谈中，几乎每个情绪点都成对出现——效率与焦虑并行，灵感与身份危机并存。

科学家：不担心被替代，但不敢把核心交出

科学家们不像创作者那样焦虑经济压力，也不像普通职场人那样担心形象问题。他们的最大顾虑是可靠性。79%的科学家明确表示在重要任务上AI还不够稳定。

于是他们更多在文献综述、代码调试、论文写作等环节使用AI。而决定实验方向、判断数据异常等关键步骤仍保留在人工手中。

AI照亮了每个职业的「脆弱中心」

把三类人的访谈摆在一起时就会发现情绪差异已不足以解释他们的选择。这些态度背后其实是他们各自工作结构里的压力点。

未来的AI不只是更聪明，而是更懂人

Anthropic真正想要的，是过去所有模型开发者都看不见却极其关键的部分：人们在聊天窗口之外如何和AI建立关系。通过深度访谈的方式让用户自然地说出隐含的信息。

这些内容不会出现在聊天记录里但却会决定人们是否愿意继续使用AI、能否信任它、允许它进入工作流的哪个部分。对Anthropic来说这些「隐性变量」不仅影响产品迭代也影响他们如何理解人与模型的合作关系会往哪里走。