流利不等于得体：AI社交语用失败本质

你用微信语音助手问了个问题，它回答得完全正确，但你却觉得哪里不对——它太直接了，像是训你。或者你问简单问题，它给你写篇论文。这种“技术上没错，但就是不对劲”的感觉，语言学上有个名字：语用失败——语言在社交中“做什么”和“说什么”是两码事。LLM被训练得极其流利，但流利不等于得体。

流利测的是什么

LLM本质是预测下一个词。经过数十亿样本训练，它们能生成语法正确、逻辑连贯的文本。这很了不起，但流利掩盖了一个问题：语言底层的社交逻辑。在真实对话中，怎么说往往就是内容本身。直接拒绝和委婉回避效果天差地别。被机器告知“你错了”——即使准确——和被同事用恰当方式指出，感受完全不同。

语言学家区分三种言语行为：言内行为（字面意思）、言外行为（说话人实际意图：请求、道歉、断言）、言后行为（对听者产生的影响）。大多数AI训练只优化第一层，第三层——决定交互是否成功的关键——几乎未被触及。

礼貌问题是结构性的，不是风格性的

1987年，Brown和Levinson提出了经典的礼貌理论。核心观点：多数社交互动涉及“面子”——人的尊严、能力和自主感。威胁面子的行为（纠正、拒绝、请求、反对）需要“面子补救工作”。

每种文化都有自己的面子语法。在中国，直接否定有时被视为冒犯；而在某些低语境文化中，直接是尊重——相信对方能承受真相。LLM主要基于英语文本训练，且是特定类型的英语：西方的、专业的、互联网话语。这套面子惯例真实存在，但并非普适。

结果是模型内化了一种礼貌范式并处处套用。在高语境文化（如中国、日本、阿拉伯世界）中，大量意义藏在语境、语气、关系与未言明之处。低语境文化（如美国、北欧）则把意义放在明面上。AI主要从低语境文本学习，因此对高语境信号持续误读。

有趣的是，针对中文LLM的研究发现，中文语言特性本身也导致偏见以更微妙的方式涌现——包括性别、年龄、教育水平偏见。即使模型在同一文化中构建，也带有预设偏见。

三种常见失败模式

1. 直接问题。 LLM默认直接断言：“这是错的”“这个方案不行”。在低语境、平等主义文化中，这显得高效诚实；在高语境文化中，则显得粗鲁、居高临下。

2. 过度帮助。 问简单问题，得到长篇大论。这源于训练激励——更长更全面的回答得分更高。但在专业场景中，啰嗦意味着不自信或不会读空气。

3. 纠正问题。 用户抱着一个合理但不精确的假设提问，LLM会先纠正假设（有时甚至代替回答问题）。事实正确，但在社交上是威胁面子的行为。AI把准确性置于用户体验之上——这是一个价值选择，只是没被标明。

“有用”不是普世概念

AI设计常隐含一个假设：有用是显而易见的。但有用是关系性概念——取决于信息如何落地，交互是否得体，用户是否愿意再来。

人机交互研究反复发现，感知温暖是信任和持续使用的最强预测因素，常常超过感知能力。数据还显示，温暖部分中介了其他几乎所有因素的作用。也就是说，AI让你在交互中感觉如何，决定了你下次还用不用它——有时比答案正确与否更重要。

这不是非理性，而是人性。用不合适的语调传递信息不是中立的——它有成本，且成本不均衡地落在文化背景与模型默认不符的用户身上。

被忽视的对齐缺口

AI领域大量讨论对齐——让模型做用户想做的事。大多数工作聚焦于事实准确性和安全性。语用对齐是另一回事：模型不仅要知道说什么，还要知道什么时候说、多直接、带多少尊重、用什么语体。

中文模型的相关研究发现，虽然LLM现在能处理好标准礼貌，但始终难以识别假礼貌（mock politeness）——用恭敬语言表达批评或讽刺。在中国文化中，“您说得对”可能意味着“你说得简直离谱”。模型无法识别这些信号，就不是语用上胜任的——只是礼貌的赝品。

这个问题部分可解：用跨文化交互数据微调，在不同用户反馈上做RLHF，提供明确的上下文设置（“请直接回答”）。但这些都是打补丁。如果模型关于社交互动的基线假设只来自一种文化，所有其他语境都是“绕过”。

更深层的问题是：得体应该是系统默认还是用户可控变量？当前状态——一种礼貌范式全球隐身应用——不是有意识选择，而是未经考虑的选择。

实际意义

对用户： 当AI交互让你感觉不对劲，不一定是信息问题。内容没错，是语调不对。你可以直接告诉模型你想要什么样的交流——“请简短”“请先确认我的问题”。这比大多数人想的更有效。

对构建者： 准确性基准衡量错了问题。一个在事实回忆上得95分，但在非西方语境中一直显得粗鲁、啰嗦的模型，对非西方用户就不是好模型。评估必须包含语用适配：多样化评估者、文化语境测试用例、明确测量交互是否“落地”，而不仅仅是答案是否正确。

对整个领域： 需要挑战“语言流利就是目标”的假设。流利能说对话。我们真正需要的是理解词语背后社交逻辑的模型——何时直接、何时婉转、何时提问、何时让用户主导。

这是更难的问题。它要求把语言看作关系，而非信息传输。而语言从来都是关系。