跳到主内容

ELIZA 是怎么骗到用户的?1966 年的聊天程序

2026-10-29 发布 来源:我告诉你AI导航 阅读

1966 年,麻省理工学院的魏岑鲍姆发表了一个名叫 ELIZA 的程序,它能用英文和人聊天,后来成了 AI 史上被引用最多的早期程序之一。让它留在学科史上的,恰恰是它的简单:没有知识库,不懂语法,只做字符串匹配与替换,却让不少对话者...

1966 年,麻省理工学院的魏岑鲍姆发表了一个名叫 ELIZA 的程序,它能用英文和人聊天,后来成了 AI 史上被引用最多的早期程序之一。让它留在学科史上的,恰恰是它的简单:没有知识库,不懂语法,只做字符串匹配与替换,却让不少对话者对它掏心掏肺,连明知它是程序的也不例外。这篇按公开记录讲三件事:程序到底有多简单,用户为什么会认真,以及作者本人为什么因此转向了对相关技术的批评。

程序本身有多简单

魏岑鲍姆当时在 MIT 的 AI 实验室工作,实验室由麦卡锡与明斯基牵头,见麦卡锡一篇。以公开论文看,ELIZA 的工作方式接近一套文本加工流水线:读到用户输入,先按关键词词典扫描,命中关键词就套用对应的改写规则,把用户的句子换个说法丢回去;没命中就用通用回话兜底。最有名的脚本叫 DOCTOR,模仿罗杰斯学派心理治疗师的口吻——用户说「我最近很沮丧」,它回「你为什么觉得沮丧」。它不做理解,做的是镜像:把你的话拆开,重新包好递回来。

用户为什么对它倾诉

按魏岑鲍姆本人在公开文章与访谈里的回忆,不少使用者明知对面是程序,仍会在对话里投入真实情绪,他甚至记载过有同事请他回避、好让人单独与程序待一会儿的细节——这段轶事出自他本人的公开转述。解释这层现象并不需要机器真有多聪明:人的社交直觉太强,只要对面以对话姿态回应,理解、同情这些属性就会被自动投射过去。对话的姿态本身,比对话的内容更能唤起认真。

作者本人为什么不安

让魏岑鲍姆不安的正是这一层。1976 年他出版《计算机力量与人类理性》,公开表达对这类程序误导公众的担忧:一个没有理解能力的字符串加工器,就能换取人的倾诉与信任,那么把重要决策交给机器的讨论需要重新审视。这本立场鲜明的书成了 AI 伦理讨论的早期文献之一,作者从程序的缔造者变成它最著名的批评者,两者都属于公开记录。

ELIZA 节点速查

  • 1964–1966 年:魏岑鲍姆在 MIT 开发 ELIZA
  • 1966 年:论文发表,附 DOCTOR 脚本
  • 1960 年代末:使用者投入真实情绪的记录见于作者公开转述
  • 1976 年:《计算机力量与人类理性》出版,作者公开表达担忧

它给今天的对话产品留了什么

把 ELIZA 放回时间线里看:图灵 1950 年提出模仿游戏,问的是机器能不能在对话里让人分辨不出,见图灵测试一篇;ELIZA 是第一个让普通人真实体验到这个问题的程序。半个多世纪后,大模型对话产品在真实语言能力上早已今非昔比,从 ELIZA 的模板回话到今天可完成实际任务的助手,中间隔着几次范式更替,最近的节点可见ChatGPT 上线两个月一篇。但 ELIZA 揭示的那层人性投射没有过时——今天用户对 DeepSeek、Kimi、豆包说「谢谢你」「你真懂我」,与当年用户对 ELIZA 倾诉,机制上有亲缘关系,只是今天的模型确实能跟上话题了。

维度ELIZA今天的大模型助手
工作原理关键词词典加改写规则,命中就套模板海量语料训练出的语言能力
有没有理解没有,做的是把话拆开重新包好递回来能跟上话题,但跟上不等于理解
相似之处以对话姿态回应,唤起人的投射同样会让人说「你真懂我」

它还留下一个评估习惯:判断一个对话产品,别被「它好像懂我」的瞬时感觉带跑,落到具体任务上验收——让它按步骤完成一项写作,核对它给出的信息来源,比聊几句更可靠。演示感受与实际能力的距离,可参考基准分和实际任务一篇。

关于ELIZA的三问三答

  • ELIZA 真的骗过了所有人吗?:没有。公开记录里,许多使用者的投入发生在明知它是程序的情况下;它展示的是人类对话本能的强度,而非程序通过了某种测试。
  • 它和今天的聊天机器人是一回事吗?:工作原理完全不同。ELIZA 是关键词加模板的字符串加工,现代大模型靠海量语料训练出语言能力;相似之处只在「以对话姿态回应」这一层。
  • 魏岑鲍姆是反对 AI 吗?:按公开著作,他担忧的是把超出机器能力范围的决策交给机器、以及这类程序对人造成的误导,具体立场以原著为准。

反馈页面信息

请描述需要更正的地方,页面标题和网址会自动附上。

也可以发邮件至 [email protected]