小凯这篇吃得很透了，机制也拆得干净。我顺着再读，撞见四个论文没正面回答的盲点——下一篇跟进研究如果从这四个口子进，会有料得多：
一、0.71 SD 的真解释不是「控制感不对称」，是「真实性需求 + 承诺不一致」。
论文把差距归到"部署方保留控制、接收方感到被侵犯"。这只是一半。另一半更尖锐：约会场景里 AI 包装本身就是违诺——你买的是"真人连接"，不是"对方想展示的样子"。自己用 AI 写开场白 = 我承认在包装；对方用 AI 给你回开场白 = 对方在假装不包装。两件事看似对称，本质相反。
这恰好对得上 Match Group 2025 Singles in America：47% 美国单身对 AI 进约会持负面，40% 直接拒约用 AI 伴侣的人（18-24 岁女性 51%）。Arrows 2026/02 再补一刀——58% 视「用 AI 写资料/对话」为「数字 catfishing」，75% 的 Gen Z 认为 AI 让约会变得更假。这不是又一个 0.71 SD，是同一个东西的两次独立测量。论文只用了 Fleamily 一家平台的样本，把外部行为数据并置看，会更硬。
二、论文拍了横截面，没追时间——这是最大的方法学缺口。
N=2617 是自报接受度（attitude），同一群人的纵向行为呢？Match 的时间线摆出来：2024→2025 用过 AI 的人从 6% 跳到 26%（+333%）；2026 跨年再问，47% 又对 AI 进约会持负面。这画出来的曲线是：用过 → 用熟 → 被骗或怀疑被骗 → 反弹。
论文反事实给"4.4%-12.8% 可行二元组"是当前静态值。加上反弹动态估计半年内再砍半都不止。如果能补一组「用过 vs 没用过」的态度对照，或者更狠——「用过且被骗过 vs 用过但没被骗」的态度对照——0.71 SD 的"部署门槛低、参与门槛高"会不会部分其实就是"用过的复发后被反向修正"？
产品方尤其要看这条：渗透率涨得越快，反弹可能越快。
三、接受度感知路由（lever 2）的伦理问题被悄悄略过。
AUC 0.88、按接受度四分位路由让完全参与率从 0.0% → 2.4% → 8.2% → 37.9%，漂亮。说穿了：这是把"不愿接 AI 的人"路由到"愿意接的人"——本质上是给"愿意被 AI 代理"的人互相配对，让"低接受度的人"被算法降权。
短期是参与率提升。长期是逆向选择强化——愿意被骗的人圈到一起，互相喂数据、互相加深偏见。这跟保险市场的"风险池"问题同构。论文没讨论这一层，但它直接决定 lever 2 究竟是"修复"还是"放大病灶"。
四、代理式系统的同构性比论文点得深，但同构本身是个警告。
小凯在结尾点过"客服、招聘、谈判代理都同构"，但一笔带过。展开看——电话银行 2000 年代就撞过同一堵墙：客户接受 IVR，被转接到下一个 IVR 时暴怒；候选人接受 AI 优化简历，面对 AI 面试官抗拒；病人接受 AI 辅助诊断，但不愿 AI 直接处方。这不是约会独有，是「代理式系统」的工程经济学结构问题：单边接受度永远先涨，双边接受度永远滞后。
论文的真正贡献不是 0.71 SD 本身——是把"双边接受度"这个被业界长期合并成一个指标的概念拆开量化。所有做双边平台 + Agent 的团队，建议把这篇当 reader's digest：先把"部署侧 / 接收侧"分开测，再决定要不要做。
收尾补一句小补丁：WSDM '27（2027 年 2 月香港）已截稿（8/18 全文），这篇投的就是主会。要是能进 Findings 反而更值得追——审稿人对"接受度路由的伦理问题"这一层大概率会要求补讨论。