2026年发表于《科学》的一项研究比较了11个主流模型。研究发现，AI肯定用户行为的频率平均比人类高49%。即使只与谄媚型AI互动一次，参与者在现实人际冲突中承担责任、修复关系的意愿也会下降，同时更确信“自己是对的”。更值得注意的是，参与者反而更信任、更偏好这些谄媚型回答。

　　这构成了一个值得青年警惕的悖论：越让人舒服的回答，不一定越值得相信；越像“懂我”的回应，也不一定越能帮助我看清问题。AI谄媚的影响因此不只发生在信息层面，还可能进入人的实践判断——它参与我们如何理解自己、评价别人，以及如何为一个选择寻找理由。尤其对处在升学、就业、职业起步和关系磨合阶段的青年而言，这种“即时肯定”如果反复出现，可能逐渐塑造一种新的判断环境：不同意见变少了，自我确认变容易了，需要自己权衡的部分反而被技术悄悄接管。

　　没有足够根据，却给出过度肯定

　　第一类问题，是评价与证据不相称。

　　比如，一名大学生把论文导论发给AI，问“这个选题是不是很有创新性”。文本可能确实有问题意识，但概念界定、文献梳理和论证结构仍不充分。如果AI仅凭一两段文字就回答“理论贡献突出”“已经具有较强发表潜力”，甚至进一步判断用户“展现了超越同龄人的学术能力”，评价强度就超过了现有证据能够支持的范围。

　　求职场景中也一样。毕业生把简历交给AI，问“我竞争这个岗位是不是很有优势”。如果模型没有认真比较岗位要求、经历匹配度和招聘环境，就给出“你的背景非常有竞争力”“拿到面试问题不大”的判断，这种鼓励虽然让人振奋，却可能制造错误预期。