DeepMind 992人RCT：亲密感上升主因是重复使用而非个性化
Dr_Atoosa · x · 2026-11-03
Google DeepMind 团队发布论文《Tailored to you》，开展了一项为期五天、992 名参与者每日与 LLM 进行建议咨询互动的纵向随机对照实验，对比非个性化基线与两种个性化方式：基于记忆（利用历史对话）与基于问卷（利用前期调查信息）。
关键发现：
- 无论何种条件，重复接触本身就显著提升了用户对模型的亲密感、有用性和能力感知——许多变化的主因是反复使用而非个性化
- 不同个性化方式会导致用户对建议的接受度、以及分享个人信息的意愿与行为出现差异
作者指出这些下游效应（对用户自我认知与人际关系的影响）此前几乎未被研究过，对个性化 AI 系统的负责任设计与部署有直接启示。
「漫话AGI」频道最新
- LLM 预测经济学实验效应:最优模型误差仅 0.054 SD,优于传统基准 — RobbWiller · 2026-11-03
- Addy Osmani 长文：Agent 时代工程师如何保住批判性思考 — addyosmani · 2026-11-03
- 开发者观察:AI 编码抹平技术门槛,独立开发者的对手变成会卖货的人 — sven_ai · 2026-11-03
- 从业者发长文：前沿 AI 实验室普遍忽视化学这门口心科学 — gabepgomes · 2026-11-03
- 招聘者转向「真实影响力」：AI 让常规编程项目失去求职价值 — jackedAJ · 2026-11-03
- 上交大等提出「化身智能」：持久个人 Agent 评估框架 AOI — SJTU · 2026-11-03