← 返回 PaperDaily
大模型与智能体
清华最新研究：AI来访者终于学会“不配合”了，5项评分全面领先
清华团队这次不玩虚的，直接把临床心理学里的5Ps公式化、信任分层、多维抵抗机制搬进大模型，让AI来访者从“有问必答”变成“看人下菜碟”。40个临床情境实验、5项人类评估全面领先，AI心理治疗模拟终于有点真实的烟火气了。
龙哥读论文
发布于 2026-08-17 00:20:08
阅读 3
查看原文
原论文信息如下：
心理治疗领域最近有个尴尬的现状：AI模拟来访者一个个都“太好说话了”。你问什么她答什么，你给个解释她立马接受，你做个重新框架她当场顿悟，一节课15分钟就把童年创伤治愈了。这种“模范病人”用在咨询师培训上，基本等于教人游泳却给个永远不会沉的浮板——练了个寂寞。
清华大学的研究团队显然也受够了这种“塑料配合”的模拟效果，于是搞出了一个叫PATIENTACT 5Ps案例公式化、信任分层披露、多维抵抗模式
心理治疗模拟的困境：为什么AI来访者总是太“配合”？ 先聊聊背景。全球有超过10亿人受心理健康问题困扰，但绝大多数人得不到及时、有效的治疗。这个巨大的缺口意味着我们需要更多咨询师、更好的AI辅助治疗工具、更扎实的计算精神病学研究基础设施。而基于大语言模型的模拟来访者，恰好在这三条线路上都是重要组件：给新手咨询师练手、给AI心理治疗师当“考官”、给心理学研究生成合成数据。
但问题来了：当前所有基于大模型的模拟来访者，都逃不出一个“过度配合”的魔咒
为什么会出现这种现象？龙哥总结了一下，主要有两层原因。
第一层是画像设计缺乏因果深度
第二层是行为机制把一切内容都当成同等可访问
这两个问题带来的连锁反应很严重：咨询师学员碰不到真实抵抗，AI心理治疗师的评测被“配合型”患者高估，合成数据也缺少真实治疗对话中的摩擦感
方法概述：临床理论与大模型的联姻 PATIENTACT的整体框架分为两条流水线：画像生成 客户端模拟
框架设计的一个核心原则是：画像里的每一个字段都必须在模拟过程中有明确的功能作用
人口学信息负责锚定来访者的身份感，让这个“虚拟人”有血有肉：姓名、性别、年龄、职业、婚姻状态、文化背景等。这些信息看似简单，却决定了来访者的语言风格和生活语境。
问题公式化采用的是临床心理学中广受认可的5Ps案例公式化框架
呈现问题就是来访者当前最核心的困扰，比如“持续失眠、情绪低落、对工作失去兴趣”。诱发因素是导火索，比如“三个月前被领导当众批评，之后开始回避工作场合”。易感因素是深层的心理和社会背景，比如“童年时期被重要他人拒绝过，导致在关系里习惯性防备”“家庭氛围不鼓励表达情绪”。维持因素是恶性循环，比如“回避→短期解脱→更孤立→情绪更差→更回避”。保护因素是来访者自身的资源和外部支持，比如“有改变的意愿”“有一个信任的朋友”。
为什么要选5Ps而不是之前工作里常用的认知概念化图式（CCD）或者变化阶段模型？关键在于5Ps框架是“模态无关”的
有了问题公式化，还需要一个层面来直接驱动会话中的行为，这就是心理公式化。这一块借鉴了Beck的认知行为疗法框架和Luborsky的核心冲突关系主题（CCRT）方法。
认知层包含五个元素：中间信念（“如果我向别人索要太多，他们会离开我”这类条件性假设）、自动化思维（“我又落后了，连基本事情都做不好”这类情境性念头）、触发器（“感觉自己的担忧不被当回事”这类激活痛苦的场景）、应对模式（取消计划、卧床不起、只聊表面话题这类可观察行为）、情绪范围（能轻易表达悲伤和焦虑，但难以表达愤怒）。
人际模式部分用的是CCRT方法，每个模式包含四个组件：适用领域（对治疗师/伴侣/密友）、愿望（希望对方怎样对待自己，比如“希望被倾听而不被评判”）、来自对方的反应（预期或经历过的负面反应，比如“他们觉得我很难搞然后失去耐心”）、自我反应（情绪和行为上的应对，比如“回避情感表露”）。
这套画像的生成也有一套多步骤流水线：先根据输入的情境生成问题公式化，然后用基于规则的冲突检查器排查人口学信息和问题公式化之间的矛盾（比如儿童访客配酒精滥用这种不合理组合），接着生成心理公式化，最后用大模型审判员检查内部一致性和是否为搞清楚PATIENTACT到底改了什么，得先看看之前的AI来访者究竟病在哪里。说白了，就是两步都出了岔子：画像没因果，行为无差异。
先说画像。主流方案的画像基本围绕“认知概念化图式”（CCD，Cognitive Conceptualization Diagram）来搭，这个框架由认知行为疗法（CBT，Cognitive Behavioral Therapy）鼻祖Beck提出，用来描述核心信念、中间信念和应对策略。问题是，CCD只告诉模型“这个人现在怎么想”，却没说“为什么这么想”。比如画像里写着核心信念是“我没用”，模型知道结果，但它不知道这个信念是童年被父母长期否定形成的，也不知道是最近一次职场挫败把它激活的，更不知道来访者每天靠“逃避社交”这个行为在维持它。没有因果链，模型就只能表演一个“毫无来由地觉得自己没用”的工具人。
再谈行为机制。之前的做法要么把完整画像直接塞进系统提示词，所有信息全量平等、随时可调用；要么加一个全局控制状态，比如统一设置“抵抗等级：高”，然后来访者对所有话题一概抵抗到底。这显然跟真实的人不一样。真实来访者可能愿意聊睡眠问题，却死活不肯提童年记忆；跟治疗师建立信任之后，这个边界又会悄悄移动。把每个信息点一视同仁，等于把心理的层次感和防御机制全都抹平了。
后果也很直接：新手咨询师练手时遇不到真实抵抗，AI治疗师的评测被“配合型”患者虚抬分数，合成数据也缺少真实治疗那种你来我往的拉扯感。整个下游链路，从训练、评估到数据生成，全被带偏了。PATIENTACT要解决的就是这两个病根——给画像补上因果深度，给对话装上信任门控。
从临床理论出发：5Ps公式化如何赋予模拟深度 前面提到的因果深度，PATIENTACT用什么方案补？答案是临床心理学里的5Ps案例公式化框架
呈现问题（Presenting Problem）
诱发因素（Precipitating Factors）
易感因素（Predisposing Factors）
维持因素（Perpetuating Factors）
保护因素（Protective Factors）
选5Ps而不是CCD，有个很关键的理由：它是模态无关
光有5Ps还不够，毕竟它描述的是“问题怎么形成的”，但会话中直接影响对话表现的是“此刻在想什么、感觉什么、想做什么”。于是PATIENTACT又在画像里加了一个心理公式化层，一分为二。
前半部分沿用Beck的认知框架，记录中间信念、自动化思维、触发器、应对模式和情绪范围。比如一个来访者可能会有“如果我需要别人太多，他们就会离开我”这种条件性假设；在具体情境中冒出“我又搞砸了，连这点小事都做不好”的念头；听到某些话就触发作痛，比如“感觉自己的担忧不被当回事”；然后做出一些可观察的应对行为，比如取消计划、缩在床上、聊天永远停留在表面；情绪上，能敞开表达悲伤、焦虑，却很难承认自己愤怒。
后半部分采用核心冲突关系主题（CCRT，Core Conflictual Relationship Themes）来刻画人际关系模式，每个模式有四个组件：适用领域（对治疗师、伴侣还是密友）、愿望（希望被听见而不被评判）、来自对方的反应（预期别人会觉得我很难搞而失去耐心）、以及自我反应（回避情感表露）。这套东西看着抽象，放到模型里就是实打实的“关系剧本”，告诉AI来访者：你在这段关系里最想要什么，你怕对方怎么对你，你被激发后又会怎么反应。
图2：PATIENTACT生成的来访者画像示例。该画像以“拉美裔女性服务人员、混乱型依恋、核心信念为‘不被爱’”为种子生成，画像中完整呈现出5Ps结构、认知模式与人际关系模式。
画像生成也不是随便让大模型自由发挥。整个流水线分几步：先根据临床情境生成问题公式化并强制要求因果链完整，再用基于规则的冲突检查器排查“人口学设定”和“问题公式化”之间的矛盾（比如给儿童访客配酒精成瘾），然后生成心理公式化，最后让一个大模型审判员检查内部一致性，发现矛盾就反馈回去迭代修改。有明确疾病大纲时，审判员还会额外检查抗抑郁药用药史、警示信号这些临床危险标志。这样做出来的画像，因果链是完整闭环的，不是零散标签拼凑的。
信任门控机制：模拟真实治疗中的渐进披露 画像解决“为什么”之后，接下来要解决“什么时候能说什么”。PATIENTACT的思路是把画像拆成两个信息层。
第一层是静态层 动态记忆层
这套阈值体系不是拍脑袋定的，论文引用了MENTAL-TRUST
对话中的检索流程是这样运转的：每一轮治疗师发言进来，先把消息内容跟所有记忆条目的激活标签做匹配，找出本轮相关条目；然后拿来访者当前信任值与这些条目的披露阈值逐一比对。信任够，条目解锁，提供具体内容供回复调用；信任不够但有不适标记的条目，进入“屏蔽列表”，告诉生成器“你在碰敏感地带”，引导来访者转移话题或拒绝透露，但绝不暴露被藏起来的是什么。这套机制天然造成了“渐进披露”的效果：治疗师聊得好，信任慢慢涨，来访者才一点点多露；聊得冒犯，信任跌了，原来愿意说的现在也不说了。
图7：动态记忆层条目生成提示词。提示词要求将画像内容拆分为带披露阈值、激活标签和不适标记的独立条目，保证每一条信息在对话中都有明确的“出现条件”。
信任是会变的，而且变化有明确规律。MENTAL-TRUST的观察发现：真实咨询里信任的正面增长频繁但幅度小，负面下降少见但幅度大。PATIENTACT忠实复刻了这种不对称性——信任更新步长只有正负0.25或正负0.5，范围锁定在1.0到4.0，起始值2.5。更新规则还跟依恋风格深度绑定：焦虑型来访者对“被拒绝感”特别敏感，治疗师稍有敷衍就会掉信任；回避型来访者建立信任很慢，而且特别反感治疗师逼得太紧；混乱型来访者更极端，哪怕治疗师说了句暖心的话，都可能因为信任的负性预期而掉信任。这种设计让同一个画像在不同治疗师手里完全有可能发展出截然不同的会话走向。
多维抵抗建模：让AI来访者学会“拒绝” 信任门控管理着“说什么”，接下来还要解决“怎么拒绝”。之前的模拟器要么根本不抵抗，要么给一句“你现在要表现得很抗拒”然后让模型自由发挥，结果就是所有抵抗长一个样，全是别扭的配合。
PATIENTACT的解法源自Hill（1992）的双阶段模型：来访者先对治疗师的每句话产生一个内部情绪反应，然后才是外部行为反应。论文把Hill的体系引入进来，每轮生成回复前，先做一次情绪反应建模。情绪集合有七种：被理解、被挑战、被吓到、被误解、被肯定、被评判、被支持等等，每种情绪还带强度属性——低、中、高。为什么强度重要？因为同样是被挑战，强度低时来访者还会继续聊下去，强度高时可能直接开启防御或沉默。
情绪定了，下一步是行为选择，八种行为同样源自Hill对来访者行动的分类：讲述经历、认知探索、抵抗、情感探索等等。选择行为时不只看情绪强度，还要结合当前信任值、应对模式和近期行为记录。一个回避型来访者在低信任状态下感觉被逼问，行为大概率是“抵抗”，而不是“继续配合”；但一个安全型来访者感到被轻微挑战时，可能选择继续探索。
关键设计来了：如果行为选择落到“抵抗”，PATIENTACT不会回到“加个高抵抗标签”的老路，而是调用Otani（1989）的临床抵抗分类体系，从三个维度、七种模式里确定具体的抵抗形态。三个维度分别是：数量——比如极简回答、沉默；内容——比如转移话题、直接拒绝讨论；风格——比如防御性杠精、被动攻击。同样一个字“不”，沉默的“不”、转移话题的“不”和直接甩脸的“不”，背后的心理动因和对话效果完全不同。论文给出的实例是：回避型来访者在低信任时更可能用极简回答来应付，而一个感觉自己被误解的来访者更可能开启防御性反击。
图11：客户端行为选择提示词。提示词中编码了“拉回规则”和“屏蔽内容敏感性”指令，让模型在接近敏感话题时自然产生抵抗，而不是机械地配合到底。
整个模拟管线的流程可以这么串起来：先按信任门控做检索，确定本轮能用什么记忆内容；同时做情绪反应建模，确定来访者此刻内心感受；再做行为选择，确定来访者想做什么；然后把这些信号打包成指令，跟治疗师的消息一起交给生成器。这四步走完，一轮回复才真正落地。每轮结束后，还要做一次信任更新评估，等着服务下一轮。
实验结果：更真实的模拟如何改变AI心理治疗 理论框架搭得是否扎实，最终得看实验数据说话。论文的评估分两大块：画像质量评估和模拟对话质量评估。
先说话画像。在一位临床心理学专家的协助下，手工制作了40个临床情境，抑郁和焦虑各20个，覆盖最常见的心理障碍类型。10名心理学背景标注者参与评估，每份画像由3人独立评分，评估维度包括临床合理性、内部一致性、案例特异性、临床深度。表1给出了画像评估的完整结果。
表1：画像生成评估结果。Likert维度（1–5分制）报告平均分±标准差，分类任务报告准确率。Krippendorff's α反映评分者间一致性，Fleiss' κ反映分类一致性；α > 0.4为中等一致，κ > 0.6为高度一致。
四项评分都在4.2以上，其中临床合理性最高，达到4.43，说明5Ps结构生成的画像确实让人感觉“这是一个真实可能存在的来访者”。更硬核的是识别任务：标注者看完画像后要反向猜这个人的依恋风格和核心信念主题。依恋风格预测准确率77.5%（κ=0.61），核心信念主题准确率64.2%（κ=0.65）。要注意，核心信念主题按33.3%的概率随机猜，依恋风格按临床先验猜也只有54%，两个结果都大幅超越基线，证明画像确实把这两张“种子牌”编织进了内容深层。多样性评分4.2分也说明这些画像不是同一个模板换皮。
接下来是真正的重头戏——模拟对话质量评估。这里要点名三家基线做个对比：Patient-ψ（静态提示词+理论化画像）、AnnaAgent（极简画像+全局情绪调节器）、ConsistentMI（动机性访谈专用的状态追踪+行为选择）。为了公平，所有方法统一用GPT-4o做backbone，温度0.7，跑15轮对话。数据集就是前面提到的40个临床情境，4种方法一共生成160场对话，其中80场由人类标注者盲评。
评估维度有五个：连贯性、披露节奏、抵抗质量、情绪真实性、行为真实性。表2的统计结果很能说明问题：人类评估分数上，PATIENTACT五个维度全部第一，而且优势集中在论文想解决的痛点上——抵抗质量比最强基线高了0.67分，行为真实性高了0.63分，披露节奏高了0.50分。
表2：客户端模拟评估结果（1–5分制）。每列最优结果已加粗，∗表示与第二名相比差异显著（p < 0.05，Mann-Whitney U检验）。人类评估中PATIENTACT五项全维度领先。
一个特别值得玩味的细节：在人类评估里，Patient-ψ这个“老牌静态方案”居然在多数维度上稳居第二，比用了动态机制的两个对手还强。这说明什么？这恰恰验证了论文的核心判断——画像质量对模拟真实度的驱动力，比动态机制本身更关键。一个丰厚扎实的静态画像，胜过浅薄画像配一堆花哨的动态控制。动态机制只能放大画像的深度，没法凭空创造深度。
表3：对话评估的标注者间一致性。人类标注者间使用Krippendorff's α，人类与LLM判官的相关性使用Spearman's ρ（参考G-Eval方法）。
这里还藏着一个诚实的观察：LLM判官和人类标注者给的排名并不完全一致。GPT-5.4当判官时，在连贯性和披露节奏两个维度上把Patient-ψ排到了第一，而人类评估里PATIENTACT全面领先。论文给出的解释也合理：LLM判官跟模拟backbone同属GPT模型家族，可能天然偏好更接近模型默认生成风格的内容。这个现象值得所有拿LLM当自动评估器的研究团队警醒——算分之前，先查一下判官跟选手是不是一个“出身”。
消融实验是验证模块价值的试金石。表4展示了各组件的对照结果——去掉信任门控只保留静态画像、去掉情绪反应建模、去掉多维度抵抗选择等情况下的性能变化。
表4：消融实验评估结果（1–5分制）。每列最优结果已加粗，∗表示与第二名相比差异显著（p < 0.05，Mann-Whitney U检验）。
从全局看，这项工作的价值链条相当清晰：临床理论补齐了画像的因果深度，信任门控让信息披露有了节奏感，情绪反应和行为选择的显式建模让抵抗拥有多维度的真实形态。整套框架不绑定特定疗法流派，意味着CBT、MI、心理动力学取向都可以直接在同一个底座上做模拟，这是跟之前所有工作拉开差距的关键筹码。
当然也要泼点冷水。论文的评估范围目前只覆盖抑郁和焦虑两类障碍，其他心理障碍（PTSD、进食障碍、人格障碍等）适配性还没验证；模拟采用GPT-4o作为backbone，换成小参数模型或开源模型效果如何存疑；40个临床情境中样本规模偏小，标注者识别依恋风格时也出现混乱型被误判为回避型的系统性误差。这些限制不致命，但决定了它的落地半径。
龙迷三问 这篇论文到底在解决什么问题？ 清华团队提出PATIENTACT，基于5Ps临床案例公式化构建心理来访者模拟框架，用信任门控与多维抵抗机制让AI来访者不再过度配合。在40个临床情境中，5项人类评估全部领先，抵抗质量提升0.67分。这篇工作最值得看的点是什么？ PATIENTACT在人类评估的所有五个维度上显著优于所有基线，尤其在抵抗质量（+0.67）和行为真实性（+0.63）上提升最大。档案评估显示高临床合理性（4.43/5）。这篇工作的边界或风险在哪里？ 优点：1) 基于5Ps临床案例公式化，提供因果深度；2) 信任门控机制模拟真实治疗中的渐进披露；3) 多维抵抗模式（数量、内容、风格）更贴近临床现实；4) 模态无关设计，适用于不同治疗流派。缺点：1) 仅评估抑郁和焦虑两种障碍；2) 仅限单次15轮会话，未扩展到多会话；3) 仅限英语环境；4) 未验证模拟真实性是否转化为下游应用的实际改进。如果你还有哪些想要了解的，欢迎在评论区留言或者讨论~
龙哥点评 论文创新性分数： ★★★★☆
提出一个基于临床理论（5Ps案例公式化、认知层、人际模式）的LLM患者模拟框架，通过信任门控的动态记忆检索和反应-行为-抵抗建模，生成更真实、非过度配合的心理治疗来访者。实验合理度： ★★★★☆
临床合理性、内部一致性、案例特异性、临床深度（档案评估）；连贯性、披露节奏、抵抗质量、情感真实性、行为真实性（对话评估），使用5点Likert量表学术研究价值： ★★★★☆
提出一个基于临床理论（5Ps案例公式化、认知层、人际模式）的LLM患者模拟框架，通过信任门控的动态记忆检索和反应-行为-抵抗建模，生成更真实、非过度配合的心理治疗来访者；更关键的是问题定义是否可复用到同类任务。稳定性： ★★★☆☆
现有材料未提供充分的极端条件、重复运行或扰动测试，稳定性暂按中性评价。适应性以及泛化能力： ★★★☆☆
现有材料未完整展示跨数据集、跨场景或分布外实验，泛化能力仍需进一步验证。硬件需求及成本： ★★★☆☆
不适用（基于LLM推理，未报告具体计算量）复现难度： ★★★☆☆
github.com/Sahandfer/PatientHub产品化成熟度： ★★★☆☆
论文验证以研究实验为主，真实部署中的时延、成本、维护和异常场景仍需补充验证。可能的问题： 1) 仅评估抑郁和焦虑两种障碍；2) 仅限单次15轮会话，未扩展到多会话；3) 仅限英语环境；4) 未验证模拟真实性是否转化为下游应用的实际改进。
*本文仅代表个人理解及观点，不构成任何论文审核或者项目落地推荐意见，具体以相关组织评审结果为准。欢迎就论文内容交流探讨，理性发言哦～ 想了解更多原文细节的小伙伴，可以点击 "阅读原文"， 查看更多原论文细节哦！
