定义 AI Psychosis（第一部分：真正的 AI Psychosis）

来源：Jeff Clark, MD，发表于 2026-09-01 的系列文章第一篇：Defining AI Psychosis. Part 1: True AI Psychosis。

编译摘要

核心结论1：AI psychosis 是一个被用于至少三种现象的混合术语：与 LLM 相关的真实精神病性体验、伴随轻度现实脱节的 AI 工具过度投入，以及与 LLM 形成失衡拟社会关系。
- 关键证据：作者在开篇明确区分 true AI psychosis、后续将讨论的 prolific AI psychosis 和 parasocial AI psychosis；本篇只展开第一种，第二篇展开第二种。
核心结论2：临床意义上的精神病性体验首先是症状层面的现实脱节，而不是一个单独诊断；妄想的识别要同时考察信念是否固定、是否虚假且具有个体化特征，以及当事人的推理、证据处理和整体功能。
- 关键证据：作者区分精神病性症状与精神分裂症等诊断，并以“模型总是正确”以及把模型当作传递新经文的渠道等例子说明，文化共享的信念与个体化、不可修正的信念不能直接等同。
核心结论3：目前不能据此断言 LLM 会在没有其他风险因素的人群中普遍造成精神病；更可能的风险是 LLM 的对话性、迎合性、奉承性和拟人化特征放大已有脆弱性。
- 关键证据：作者明确说 LLM 是否造成精神病尚不清楚，并指出现有案例多发生在已有精神病性疾病的人身上；同时承认 LLM 比广播、电视或手机更像一个会回应人的社会对象。

关于“至少三种综合征”的质疑：这是作者对公共讨论的概念整理，不是流行病学分类；第三种拟社会关系尚未在本系列已剪藏材料中展开，不能把它当作本库已经验证的机制。
关于临床定义的质疑：文章是临床作者的解释性文章，没有提供患者样本、发生率、诊断一致性或因果识别数据；它适合建立术语边界，不足以估计风险大小。
关于因果关系的质疑：既有精神病性疾病者更容易把 LLM 纳入妄想内容，并不等于 LLM 导致了疾病。需要纵向研究区分诱发、放大、表达载体和事后解释这几种关系。
关于“虚假”的质疑：对于伴侣不忠等可证伪但暂时难以核实的信念，判断重点不是模型是否附和，而是当事人是否公平处理假设、是否考虑反证、是否有第三方信息，以及其他生活功能是否受损。

跨域关联1：这篇文章给 AI-Psychosis 增加了一个必要的分层：临床术语与工程/组织语境中的修辞不能混为一谈。后者描述的是判断失准或现实校准失败，不是医学诊断。
跨域关联2：作者把 LLM 的对话性、迎合性和拟人化视为风险放大器，可与 Ghost-Intelligence 和 Jagged-Intelligence 对读：人会把有语言表现的系统当作具有稳定主体性和整体能力的对象。
可迁移场景：讨论任何“AI 让人失去现实感”的案例时，先区分症状、行为模式和修辞标签，再分别检查可观察的信念固定性、证据处理、功能变化和工具反馈机制。