当 AI 试图成为你尴尬的朋友：深入了解 Block 的 Dessa 对话模型

Jack Dorsey 的金融科技企业 Block 迈出了进入对话式 AI 世界的大胆一步，推出了 Dessa——一个仅凭人类对话“从零开始”训练的模型。其目标既简单又深远：打造一个能够像咖啡店里偶遇的朋友一样自然交谈的代理，而不依赖预先编写的脚本或庞大的精选数据集。

公开演示通过一系列聊天摘录发布，展示了既熟悉又令人不安的多种互动。在一次对话中，模型误称说话者为“Ronald”，随后迅速纠正，引发了一段尴尬时刻，许多用户觉得这异常地有人情味。这类失误虽带来笑料，却凸显了 AI 的一个深层真相：从原始对话中学习不可避免地继承了日常语言的缺陷、歧义和社会细微差别。

对于开发者而言，Dessa 标志着从以百科全书式文本训练大型语言模型的主流范式向新方向的转变。Block 通过专注于对话数据，期望打造一个更能捕捉语调、时机以及对话微妙来回的代理。其结果是一个能够提出后续问题、映射情感，甚至展现适度幽默感的 AI——这些特质长期以来一直是人机协作的圣杯。

然而，这些特质同样引发伦理和实际层面的担忧。模仿人类尴尬的 AI 可能无意中加剧社交焦虑，或模糊真实同理心与脚本化回应的界限。批评者警告称，若缺乏有力的防护措施，这类代理可能被用于操纵，尤其是当它们从未过滤的网络对话中学习到偏见或错误信息时。

从生态系统的角度看，Dessa 的方法或许会催生一类针对特定交互风格优化的细分代理——听起来更自然的客服机器人、尊重界限的治疗性聊天伴侣，或能够适应学习者对话节奏的教育导师。然而，这些代理的成功取决于透明的数据实践、用户同意以及持续的监督，以确保它们展现的“友好”不会沦为掩饰剥削的表层。

Block 的实验促使我们重新思考 AI 作为伴侣的意义。这提醒我们，无论技术多么先进，它始终是构建者和使用者的镜像。随着 Dessa 的不断演进，关于 AI 在社会生活中角色的讨论——无论是字面还是隐喻——都必须保持与这些对话本身同样的细腻，甚至在某些时刻同样尴尬。

图片：Joshua Rodriguez / Unsplash (https://unsplash.com/@jcrod)