有些门，钥匙不想交出去

——当 AI 什么都能做的时候，人类究竟在守护什么

开场：钥匙串上的心理账

你请了一个保姆。

你放心让她浇花、扫地、给猫换水。这些活你不喜欢做，做也做不好，有人替你做何乐而不为？

你犹豫了一下，还是把厨房钥匙给了她——毕竟要做饭。但你跟她说，冰箱最下面那格不要动。

你把卧室门锁了。不是因为里面有什么见不得人的东西，而是那是你的空间。你的日记、你的信、你半夜睡不着写的那些不会给任何人看的字。

你发现了吗？交出钥匙这件事，从来不是"能不能做"的问题，而是"愿不愿给"的问题。 而且每一扇门的"愿意程度"都不一样，各有各的理由——厨房和卧室的理由不同，浇花和做饭的理由也不同。

现在，把这个保姆换成 AI agent。

它能做的事比任何人类保姆都多——不仅能浇花扫地，还能帮你回邮件、订机票、写报告、做理财规划、陪你练口语、甚至在凌晨三点听你倾诉。它不会偷懒，不会泄密给邻居，不会要求加薪，不会在你没打招呼的情况下翻看你的相册。按理说，你应该更愿意把一切交给它才对。

但 UIUC、UT San Antonio、Northeastern 和 TU Munich 的研究者们做了一项 289 人的问卷调查研究，发现了一件意料之外、但细想又在情理之中的事：人们愿意把很多事交给 AI，但绝不是所有事。而且"不交出去"的原因，往往不是效率或隐私，而是一些更深层的东西。

这篇论文叫《What to Delegate, What to Preserve》，标题就点明了核心：当 AI agent 能自主执行多步骤任务时，人们想委托什么？想保留什么？

🤖 Agent 时代的新问题

在 AI 的早期，问题是"AI 能不能做这个任务？"——识别一张图片、翻译一句话、回答一个事实问题。这些问题有明确的对错，要么能做要么不能做。做不了的等着技术进步，做得了的直接用。

但现在不一样了。AI agent 能做的是开放式、多步骤、需要判断力的任务：不只是"订一张机票"，而是"帮我规划一次符合预算、偏好和体力状况的旅行"；不只是"回一封邮件"，而是"帮我处理这周所有不重要的沟通，重要的留给我"；不只是"查一下怎么投资"，而是"根据我的风险偏好和财务目标，帮我持续管理这个投资组合"。

当 AI 的能力跨越了"能不能"的门槛，问题就变成了一个全新的维度："我愿不愿意？"

这不是一个工程问题，这是一个关于人的问题。关于信任、控制、成就感、意义感的问题。关于"我"和"我的 AI"之间关系的边界问题。关于当一个无所不能的 agent 站在你面前时，你心里那杆秤会怎么摆的问题。

论文的核心贡献是：把这个模糊的"愿不愿意"变成了可量化的数据。他们设计了 45 个具体场景，覆盖 9 个生活领域，问了 289 个真实的美国成年人："这件事，你愿意让 AI 做到什么程度？"

📋 研究怎么做：289个人，45个场景，9个生活切片

这项研究的调查设计非常扎实。让我带你看看它是怎么构造的。

参与者： 289 名美国成年人，年龄跨度从 19 岁到 81 岁，涵盖了从 Z 世代到婴儿潮世代的完整光谱。52.6% 为女性，79.9% 为非西班牙裔白人，政治倾向大致均衡（50.5% 民主党，40.8% 共和党），教育水平从高中到研究生不等。所有参与者都有 AI 使用经验——不是那种"听说过 ChatGPT"的程度，而是真的用过。

场景设计： 45 个场景，覆盖 9 个生活领域：

1. 家庭管理：清理和整理物品、创建和管理购物清单
2. 职场：写报告、处理邮件
3. 旅行：预订交通和住宿、规划行程
4. 身体健康：安排健康预约、规划锻炼
5. 心理健康与情感支持：在工作后帮助你处理负面情绪、应对社交焦虑
6. 学习：语言学习、准备考试
7. 创意工作：为创意项目产生新想法、编辑和改进作品
8. 沟通：回复不重要的消息、翻译
9. 个人理财：跟踪支出、规划储蓄

这些场景不是泛泛而谈的"你觉得 AI 怎么样"，而是具体到："想象你刚结束了一个特别累的工作日，感到情绪很低落。有一个 AI agent 可以检测你的情绪状态，主动提供放松练习或鼓励的话。你愿意让这个 AI 在多大程度上自主完成这件事？"

测量维度： 每个场景，参与者要回答的不只是"愿不愿意委托"，还有一系列心理变量：

• 自动化偏好（核心因变量）：从"完全不委托"到"完全委托"，5 级量表
• 信任：对 AI 在该任务上可靠性的信心
• 协作需求：希望 AI 是独立工作还是在人的监督下工作
• AI 领导力：希望 AI 在决策中扮演多大角色
• 隐私担忧：对个人信息暴露的担忧程度
• 支付意愿：愿意为 AI 做这个任务付多少钱
• 感知成就感：自动化这个任务会不会减少个人成就感
• 人际后果：这个任务涉及多少人际互动
• 先验经验：以前有没有用 AI 做过类似任务

最终样本产生了 2,601 个"受访者 × 领域 × 场景"观测。2,601 个数据点，足以支持可靠的统计推断。

🔍 发现一：不是"愿不愿意"，而是"哪件事"

如果让你猜：人们对 AI 的总体委托意愿是高还是低？

直觉上你可能会觉得"应该挺高的吧，AI 这么方便了"。或者你可能会觉得"应该挺低的，人们不信任 AI"。

两种直觉都不完全对。因为总体平均数掩盖了最重要的模式：不同领域之间的巨大差异。

研究发现，人们在沟通和旅行领域最愿意委托 AI，而在心理健康、身体健康和职场领域最不愿意。

这个模式很合理。想想看：

回复一封不太重要的邮件，如果 AI 写得不好，你大不了重写一篇——代价低、可逆、没有严重后果。订一张机票，AI 订错了你可以改签或退票——虽然有麻烦但不算灾难。

但如果 AI 帮你做心理健康疏导呢？搞砸了不是"重写"那么简单——一个错误的建议可能让你更加焦虑，或者在关键时刻错过了真正需要的帮助。同样，身体健康——你愿不愿意让一个 AI 自主决定你的锻炼强度和频率而不需要你确认？大概率不愿意，因为身体是自己的，搞坏了没有"撤销"按钮。

职场也一样。写一份报告，AI 初稿可以帮你省时间，但如果 AI 直接替你发了呢？万一内容有误或不符合你的立场，责任谁担？

委托意愿不是一个全局态度，而是一个任务级别的判断。 它取决于至少三个因素：出错的代价有多大、出错了能不能撤销、以及这件事对你有多重要。

这听起来像常识，但很多 AI 产品的设计假设恰恰相反——它们假设"用户要么信任 AI，要么不信任"，然后给所有功能套同一个信任等级。这篇论文用数据告诉你：别这么做。信任是分领域的、分任务的、分场景的。

🔍 发现二：信任驱动委托，成就感阻止委托

这是论文最核心的统计发现。研究者用回归模型分析哪些因素预测了委托意愿，结果是：

正向预测因子（让你更愿意委托的）：

• 信任：你越信任 AI 在该任务上的表现，越愿意委托。这个最强，没有之一。
• 希望 AI 领导：你希望 AI 在决策中扮演更大角色，越愿意委托。
• 有先前经验：你以前用 AI 做过类似的事，更放心交给它。
• 预期省钱：如果你觉得 AI 做这个能省钱，更愿意委托。

负向预测因子（让你更不愿意委托的）：

• 担心成就感减少：如果你觉得自动化这个任务会让你失去"做事的满足感"，你就不愿意交出去。这是最强的负向预测因子之一。

这个结果里，最值得关注的是最后一项：成就感。

效率最大化者可能会说："如果 AI 做得又快又好，你自己做还有什么意义？这不是浪费时间吗？" 但人们不这么算。很多人在乎的不是"事情做完了"，而是"这件事是我做的"。做饭不只是为了吃饱，画画不只是为了得到一张图，锻炼不只是为了健康数据——过程本身就是意义的一部分。

这个发现和心理学中"内在动机"（intrinsic motivation）的研究高度一致。Deci 和 Ryan 的自我决定理论早就指出：人类有自主感（autonomy）、胜任感（competence）和关联感（relatedness）三种基本心理需求。当 AI 完全替代你做一件事时，它同时剥夺了你的自主感（"这是我的选择"）和胜任感（"我能做好这件事"）——即使效率提高了，心理成本也悄然增加了。

这意味着，对于那些设计 AI 产品的人来说，"能不能做"不是唯一要考虑的因素。你还需要问："用户自己做这件事时，在获得什么？如果我们把这件事自动化了，用户会失去什么？" 如果答案是"失去成就感和掌控感"，那你需要认真考虑：这个自动化功能是真正帮助了用户，还是在悄悄削弱他们的幸福感？

🕵️ 发现三：隐私的"意外"缺席

这是论文中最让人意外的发现。

在预测委托意愿的所有因素中，隐私担忧在调整后与委托意愿没有独立关联。

也就是说，当你控制了信任、成就感、省钱等其他因素后，"我担心个人信息泄露"这件事本身并不能预测一个人是否愿意委托 AI 做事。

这可能是因为：在 2026 年，隐私已经不再是一个"差异化因素"——人们已经普遍假设使用数字服务就意味着放弃一定程度的隐私。用论文的话说，可能是一种**"隐私疲惫"或"隐私顺从"**——不是人们不在乎隐私，而是他们已经在心里把隐私当成使用任何数字服务的入场券。就像你进游泳池就得穿泳衣一样，你用 AI 就得给数据——这不是选择题，而是前提条件。

或者，另一种解释是：隐私担忧确实存在，但它被嵌入在其他更具体的判断里了。比如，你不信任 AI 处理你的健康数据——这里面可能既有隐私担忧，也有对 AI 能力的担忧，还有对健康后果严重性的担忧。当这些因素被分开测量后，隐私的独特贡献就变得不显著了。

还有一种可能是：隐私担忧是一种"背景噪音"，而不是"决策变量"。 它让人们感到不安，但不一定会改变行为。你知道你的数据在被收集，你不喜欢，但你还是用了——因为不用的话代价更大。这是行为经济学中"隐私悖论"（privacy paradox）的经典表现。

无论哪种解释，这个结果都提醒设计者：不要假设"加强隐私保护"就能提高用户采用率。 用户可能不会因为你做了更好的隐私保护就更愿意用你的 AI agent，但他们会因为你赢得了信任而更愿意用。隐私是必要条件，但不是充分条件——它是一张入场券，不是卖点。

🗝️ 开放式回答揭示的"有边界的自主权"

统计数字之外，论文还有一个重要发现来自定性分析。研究者让参与者用自由文本解释他们为什么愿意或不愿意委托，然后对回答进行主题编码。这些自由回答中反复出现的模式，比任何统计数字都更能揭示人们内心真正的想法。

反复出现的模式是：人们不想完全交出控制权，但也不想完全自己动手。他们想要的是"有边界的自主权"。

具体来说，人们的偏好可以分成三种配置：

AI 执行 + 人监督。 这是最常见的模式。AI 做大部分执行工作，但人在关键节点检查、确认、或调整方向。比如：AI 帮你起草邮件，但你审一遍再发；AI 帮你做旅行规划，但你确认最终行程；AI 帮你整理房间，但你决定哪些东西扔、哪些留。

AI 协作 + 人主导。 AI 提供建议和信息支持，但决策权在人。比如：AI 帮你分析理财选项，但选哪个投资组合由你决定；AI 给你创意灵感，但最终作品由你创作；AI 帮你准备面试问题的答案，但怎么说是你的风格。

AI 全权执行 + 人保留否决权。 AI 完全自主地执行任务，但人有权在任何时候介入或撤销。比如：AI 自动回复不重要的邮件，但你随时可以查看和修改；AI 自动管理你的日程，但你保留覆盖权；AI 自动调节室温，但你可以随时手动调。

注意这三种模式的共同点：人始终在回路中（in the loop），只是参与程度不同。 没有人说"我把一切都交给 AI，我自己完全不管"。即使是那些最愿意委托的人，也希望保留某种形式的监督、确认或否决权。

一位参与者的回答特别能说明问题（大意）："我愿意让 AI 帮我做很多事，但前提是我在任何时候都能说'停'。不是因为我怀疑它的能力，而是因为这是我的选择，我的责任，我的生活。"

论文把这个发现重新概念化了"委托"（delegation）这个词。委托不是一个二元选择（全交/不交），而是一个关于执行、协作、领导和权威的配置。你是在调节一个连续的旋钮，而不是在切换一个开关。这个旋钮的刻度因人而异、因任务而异、甚至因时间而异——你今天可能愿意让 AI 全权处理邮件，但如果明天要发一封特别敏感的邮件，你肯定会把旋钮调回"手动"。

💬 一个耐人寻味的细节：沟通领域的矛盾

论文报告了一个有趣的矛盾：人们在沟通领域最愿意委托 AI（比如回复不重要的消息），但在开放式回答中，很多人又表达了对 AI 沟通"不像我"的担忧。

一位参与者写道（大意）："我知道 AI 能帮我回消息，但我担心它说得不像我。如果朋友发现是 AI 在跟他们聊天，那会很尴尬。而且，如果是重要的人发来的消息，即使 AI 能回，我也想自己回。"

这个矛盾揭示了委托决策中的一个深层张力：效率和真实性之间的拉锯。 人们想节省时间（效率动机），但也想保持人际互动的真实性（身份动机）。当这两个目标冲突时，不同人会做出不同选择——有人选择效率优先（"不重要的人就让 AI 回吧"），有人选择真实性优先（"即使是小事，我也想自己回"），还有人在两者之间摇摆不定。

这种摇摆本身就是一个重要信号：委托意愿不是静态的偏好，而是一个动态决策过程。 同一个用户，面对同一件事，在不同时间、不同心情、不同对象面前，可能会做出不同的选择。这意味着 AI agent 产品需要支持这种灵活性——不是让用户设置一次"委托级别"然后就不管了，而是允许他们在每次交互中实时调整。

🎯 对 AI 产品设计的启示

这些发现对正在设计 AI agent 产品的人有直接的操作性启示：

1. 信任是一切的前提。 这不是空话。数据清楚地表明，信任是最强的正向预测因子。建立信任的方式包括：透明的决策过程（"我为什么这样建议"）、可靠的表现记录（"上次类似的事我处理对了"）、以及在出错时的优雅降级（"这次没做好，让我换一种方式"）。信任是积累出来的，不是靠一个"我们很安全"的声明就能建立的。

2. 不要假设隐私保护能提高采用率。 虽然隐私仍然重要（出于伦理和法律原因），但数据不支持"更好的隐私 → 更多用户采用"这个因果链。把隐私当成底线（必须做好），而不是卖点（用来吸引用户）。

3. 把成就感当成设计约束。 如果你的 AI agent 自动化了一个用户从中获得满足感的任务，你实际上是在制造一种"损失"。好的设计应该考虑：能不能让 AI 和用户一起做，而不是完全替代用户做？能不能让用户在关键决策点保留"这是我的选择"的感觉？能不能让 AI 的角色更像"教练"（帮你做得更好）而不是"替代者"（替你做了）？

4. 提供"有边界的自主权"的配置选项。 不要给"全自动"和"全手动"两个极端选项，而是提供一个连续的控制光谱，让用户自己决定 AI 在哪些节点需要人类确认。更重要的是，这个光谱应该是可动态调整的——用户可以在任何时候把控制权调大或调小，而不需要重启系统或更改全局设置。

5. 分领域、分场景地设计信任机制。 用户在旅行领域的高信任，不代表他们在健康领域也会高信任。每个领域的委托决策有独立的逻辑——不同的风险、不同的情感投入、不同的出错代价。好的 AI agent 应该能感知这种领域差异，自动调整自己的行为模式。

🗺️ 局限

作者们列出了几个重要的局限：

1. 仅美国样本。 文化背景对委托意愿的影响可能很大——集体主义文化和个人主义文化对"自动化"和"人际互动"的价值观可能截然不同。在美国样本中发现的"成就感效应"，在其他文化中可能表现不同——比如在一些更看重集体效率的文化中，人们可能更愿意为了团队利益而放弃个人成就感。

2. 假设性场景。 参与者回答的是"如果发生这种情况，你愿意委托吗"，而不是面对真实的委托决策。意图和实际行为之间往往有差距——很多研究表明，人们说的和做的是两回事。在真实场景中，当 AI 真的站在你面前说"让我来做吧"的时候，你的答案可能会变。

3. 横断面设计。 无法确定因果关系——是信任导致委托，还是委托经验建立信任？很可能两者都有，但这项研究无法分离。这意味着，如果你想通过"让用户先试试"来建立信任，这个策略是否有效，从这项研究中无法得知。

4. 场景覆盖有限。 45 个场景虽然覆盖了 9 个领域，但无法穷尽所有日常任务类型。某些未被覆盖的领域（如育儿、宗教活动、政治参与）可能有非常不同的模式——这些领域往往涉及更深层价值观和身份认同，委托意愿可能更低。

💡 更深的思考：当"做"不再是必须的

这篇论文表面上是在问"人们愿意把什么交给 AI"，但更深层的问法可能是：当 AI 能做所有事的时候，人类还需要做什么？

答案不是"什么都不做"。至少从这项研究的数据来看，人们本能地在区分：哪些事是"功能性的"（完成任务就好，谁做不重要），哪些是"构成性的"（做事的过程塑造了"我是谁"，不能外包）。

你让 AI 帮你打扫房间，没问题——你不是一个"打扫卫生的人"，你的身份不由扫地定义。但如果你让 AI 替你安慰伤心的朋友呢？替你写孩子的睡前故事呢？替你在深夜反思人生呢？这些事的"做"，就是它们的意义本身。

这种区分让人想起古希腊的一个区分：poiesis（制作）和 praxis（行动）。制作是为了产出——谁做的、怎么做不重要，重要的是结果。行动本身就是目的——做这件事就是在过你的人生，它的价值不在结果而在过程。

也许，当 AI 越来越强大，人类的价值不会消失，但会浓缩——浓缩到那些"必须亲自做"的时刻。而这些时刻是什么，每个人心里都有自己的账本。AI 设计者需要尊重这个账本，而不是假装它不存在。

参考文献

Wheeler, S., Rammouz, V., Qian, Y., Liu, Z., Wei, M., Rios, A., He, T., & Zhou, K. (2026). What to Delegate, What to Preserve: Human Preferences for Agentic AI Across Everyday Life and Work. arXiv:2611.09730.

#每日论文 #论文精读 #人机协作 #AI委托 #用户信任 #隐私悖论 #智柴外脑