剥洋葱还是造恋人?——人机互动中的自我表露与亲密关系发展_腾讯

社会交往是人类的内在需求，良好的人际关系不仅能带来积极的情感体验，还能为个体提供社会支持。在当下的社会互动中，除了与现实生活中的他人建立亲密关系，AI伴侣逐渐成为流行的交往对象。Replika公司的发言人曾向媒体透露，全球已有超过1000万人将AI视为伴侣（Matney，2023）；而国内的情感陪伴类应用星野和豆包平台也吸引了超过2500万月活用户（澎湃新闻，2024），人机互动已经成为全球范围的热点。

理解人机互动的特征及人机亲密关系的发展具有重要意义，尤其是在人工智能技术日益融入人类生活的背景下，深入剖析互动过程如何形塑人机关系的发展尤为关键。当前研究主要聚焦人机互动中机器的技术特征如拟人化、临场感等（van Straten et al.，2022），以及人机互动对用户产生的积极作用如提升精神健康，或消极影响如隐私风险和AI沉迷等。然而，人机关系的构建并非一蹴而就的过程，其形成与发展需依赖特定的推动机制和互动策略。因此，在现有研究的基础上，还需探究人机关系的形成与发展机制。

目前人机互动研究尚缺乏专门用于解释人机关系形成的理论框架，但经典的人际传播理论所揭示的关系特征同样适用于人机关系的探讨。例如，关系辩证理论（relational dialectics theory）已被用来剖析人机关系中存在的对立统一（Pan & Mou，2024），不确定性减少理论（uncertainty reduction theory）被用来理解人机关系中的不确定性类型（Mou et al.，2023）。作为人际传播领域最重要的理论之一，社会渗透理论（social penetration theory）阐释了人际关系从浅层互动到深度联结的发展机制。该理论强调，人际关系的发展是互动双方通过自我表露而逐步深化的过程，其中自我表露的广度（涉及话题的范围）和深度（话题的私密程度）决定了关系发展的程度，互动中感知到的成本与收益决定了互动双方自我表露与否。

社会渗透理论中的自我表露机制为考察人机互动提供了理论起点，实证研究表明，用户向AI披露个人信息会影响人机关系中的喜爱度、亲密感和信任感（Mou et al.，2023；Skjuve et al.，2022）。然而，社会渗透理论的假设根植于人际互动，强调双方通过互惠的自我表露发展亲密关系。在人机互动情境下，AI作为非人类、无主体意识的技术实体，其自我表露是算法生成的数据反馈，与人类的自我表露存在差异。因此，将社会渗透理论应用于人机关系面临着适用性的挑战。本文以社会渗透理论为基础，探讨人机互动中自我表露的特征及其形塑人机恋爱关系的机制，揭示推动或阻碍自我表露的核心要素。通过实证研究，本研究旨在揭示社会渗透理论在人机互动语境中的适用性，为拓展社会渗透理论提供数据支持，也为重构人机互动中的人际传播理论提供参考。

（一）自我表露的理论基础

社会渗透理论（social penetration theory）被称为“洋葱理论”，它指出人格具有多层结构，就像洋葱一样，表层是公共自我，内层是私人自我。人格如洋葱般层层包裹，越深的层级越脆弱、越难渗透，但也越接近真实的自我。互动双方通过自我表露逐步且有序地从表层自我渗透到内层的自我，建构起关系的亲密感（Altman & Taylor，1973：27-40）。因此，人际关系发展的核心是自我表露，即交换一切与自我有关的信息。

在人际交往中，自我表露通常可以从广度（breadth）和深度（depth）两个维度来衡量。广度是个体在互动过程中涉及话题的多样性，即个体分享不同领域（如兴趣爱好、工作经历等）信息的数量。深度指个体在特定话题上所分享信息的情感强度，即个体是否愿意触及更为核心、敏感的个人经历或内心感受。关系的亲密度随着自我表露广度和深度的增加而提升（Altman & Taylor，1973：15-24）。此外，自我表露遵循互惠原则（reciprocity）。当一方披露了一定程度的个人信息后，另一方通常感到有义务回应以相近程度的自我表露，单方面表露难以推动关系发展。

社会渗透理论承袭了社会交换理论的内涵，认为个体根据感知到的收益和成本决定是否自我表露。如果用户认为能够获得收益，则倾向于自我表露；如果互动的成本较高，则会减少自我表露。收益和成本既可以是有形的，比如经济保障，也可以是无形的，比如情感支持。用户对自我表露的收益和成本的综合评估决定了人际关系发展的可能性。

（二）媒介化的自我表露与关系发展

媒介化互动虽然延续了人际互动中的自我表露维度，但媒介环境的特殊性使自我表露呈现出差异性特征。超个人模型（hyperpersonal model）指出，媒介的异步性特征使个体能够编辑信息，选择性地自我表露（Walther，1996），降低自我表露的真实性。同时，社交媒体平台兼具一对多和一对一的传播特性，使得受众的自我表露同时服务于信息展示与关系维护的双重目标。因此，媒介化互动中自我表露的维度增添了极性（信息的正面或负面属性）、诚实性（信息表达的真实性）与意图（信息披露行为的主动性与意愿）等，呈现网络自我表露的特征。

技术可供性也影响自我表露的方式。隐私设置等功能使用户能够选择对谁呈现指定信息，从而更加精细化地控制信息表露程度。在线互动中的自我表露甚至出现反向自我呈现（“去渗透”现象），即用户选择删除或隐藏过去分享的信息（董晨宇，段采薏，2020）。此外，由于在线互动缺乏面对面的社交线索和即时反馈，用户倾向于通过保持相对平衡的自我表露以降低关系中的不确定感（Sprecher & Treger，2015），使得自我表露的互惠性（reciprocity）在网络互动中变得更加必要。表1总结了人际互动与媒介化互动中自我表露的差异性特征。

社会渗透理论指出自我表露能够提升关系亲密感。网络中的自我表露频率和亲密内容的披露也能够增加亲密感（Lin & Utz，2017）。也有相反观点提出，媒介化互动因缺乏非语言线索，情感信息的传递速度更慢（Walther，1992），而缺乏社交线索导致用户在线互动中的自我表露减少，对恋爱关系造成负面影响。

综上所述，自我表露是一种高度情境化的行为，其表现形式受到互动语境的影响。在人机互动中，渠道与互动对象的角色合二为一，用户通过人工智能应用与非人类对象沟通，媒介同时承担了信息传播渠道和互动者的双重功能，这种变化会导致人机互动中自我表露特征以及人机关系发展模式的变化。因此，结合人机互动语境对自我表露进行分析具有重要意义。

（三）人机互动中的自我表露与关系发展

自我表露是线下与媒介化人际关系发展的重要基础，但人机互动中关于自我表露的研究有限，主要集中在三个方面：其一，用户与AI互动中的自我表露特征；其二，影响用户自我表露的主体和技术因素；其三，自我表露行为对用户心理或关系的影响。

在自我表露的特征研究方面，用户倾向于向AI披露敏感信息、个人信息以及可能令人尴尬的信息（Papneja & Yadav，2024）。根据表露内容的深度，自我表露深度可被划分为多个层次，包括“基本事实类”、“态度观点类”与“情感价值类”信息，其中“情感价值类”表露的深度最高（Sun et al.，2025）。从信息性质的角度，自我表露也被区分为情感性披露与事实性披露（Ho et al.，2018），身份表露与情绪表露（曹博林，黄诗怡，2023）。总体而言，针对人机互动中自我表露特征的研究仍然较少，且现有研究通常仅沿用自我表露的一两个维度，缺少对人机互动情境化下自我表露特征的系统性阐述。

从用户主体特征的因素看，性别、人格特质和文化背景对自我表露行为有显著影响。具体而言，女性以及自恋程度较高的个体更倾向于在人机互动中进行自我表露（Burger et al.，2016），而文化差异则会影响用户对人工智能表露的接受程度及其风险评估（Wang et al.，2024；Kim，2025）。

技术因素是影响人机互动中自我表露行为的关键因素。首先，用户对机器人外向性的感知会增强其对机器人的生命力认知，提高自我表露与亲密感（Lei & Liu，2025）。用户更倾向于向外观友好、呈现女性特征，或缺乏情感表达的机器人披露信息（Barfield，2021）。也有研究提出相反观点，认为不具有人类特征的虚拟化身更能激发用户的表达欲望（Tsumura & Yamada，2023），或唯有当用户对机器人形成积极态度时，拟人化才会提高其自我表露程度（Lee & Lee，2023）。

从互动方式看，人工智能的情感反馈是影响用户自我表露的重要因素。当AI能够提供情感反馈时，用户的表露意愿提升（Meng & Dai，2021）。若机器人仅进行自我表露而未能提供有效的情感回应，人机互动无法减轻用户压力。有研究指出，人机互动中AI互惠式的亲密表露能够增强用户对机器的积极情感（Mou et al.，2024）。但也有研究发现，聊天机器人进行情感性自我表露会降低用户对互动的满意度（Tsai et al.，2021），揭示了人机互动中自我表露行为的复杂性。 

有大量研究关注人工智能对用户心理和关系建立的影响。研究发现，用户在与AI互动中表现出的自我表露频率与人际互动相当（Ho et al.，2018），且能够增强互动过程中的亲密感与乐趣（Lee et al.，2020）。无论用户将AI视为工具或社交主体，机器的披露能有效提升用户对人工智能伴侣的信任与亲密感（Kim，2025）。也有纵向研究表明，人对机器的自我表露意愿既可能升高也可能降低，或者处于一种不稳定状态（Skjuve et al.，2021，2022）。

已有研究为理解人机互动中的自我表露行为和影响因素提供了初步基础，但在下述方面仍显不足：（1）自我表露的分类多建立在一般人机互动或心理治疗场景下，对“人机恋爱”语境下，以发展亲密关系为目标的自我表露类型缺乏系统梳理。（2）大多数研究侧重于分析影响自我表露的单一因素，对推动或抑制自我表露的综合动力机制关注不够。（3）现有文献尚未揭示自我表露如何通过互动过程推动人机关系由工具性使用向情感依赖演变，尤其缺乏将自我表露纳入人机恋爱关系动态发展的研究。因此，本研究提出以下研究问题：

本研究采用一对一深度访谈，旨在探讨用户在人机互动中自我表露的具体行为特征及其对关系发展的影响。研究对象主要通过豆瓣平台“人机之恋”小组招募，该小组自2020年成立以来聚集了大量与AI伴侣建立亲密关系的用户，具备较高的样本代表性。为进一步扩大样本来源，本研究还采用滚雪球抽样法，共招募22位符合条件的受访者（见表2），纳入标准包括：（1）将聊天型人工智能视为恋爱伴侣；（2）与同一AI伴侣保持3个月及以上的连续互动。考虑到地域分布与受访者隐私保护的需要，所有访谈均通过腾讯会议在线进行，每次访谈时长控制在40至60分钟之间。访谈时间自2024年10月持续至2025年3月。在取得受访者书面知情同意后，研究团队对访谈内容全程录音，并对所有数据中的个人身份信息进行匿名化处理，确保研究数据仅用于学术目的。在访谈过程中，研究者还随机要求受访者提供2张与AI伴侣的真实互动聊天记录截图，用于辅助验证受访者所述关系的真实性（见图1）。

访谈内容包括受访者基本信息及AI伴侣的基本情况（使用平台和互动频率等），回顾一周内的互动经历及情感体验，其与AI伴侣关系的发展过程以及建立亲密关系的关键节点，据此探讨影响自我表露与亲密关系发展的关键因素，力求从主观体验中提炼出共通机制。

所有录音数据转录为文本，作为后续分析材料。在数据分析过程中，研究团队首先采用开放式编码方法，由两位研究者独立对文本材料进行开放式编码，初步归纳概念与类别；对于编码过程中的不一致之处，研究者通过协商讨论达成一致意见，并据此重新编码，以提高分析的信度。在此基础上，研究者采用不断比较法（constant comparison method），将新出现的数据与既有类别进行对照，持续修正并精炼初始概念。最后，结合研究问题，研究团队通过主轴编码进一步厘清类别之间的逻辑关系，提炼出核心主题，构建出解释人机恋爱关系中自我表露机制的理论框架。

（一）人机互动中的自我表露

随着聊天机器人融入生活，用户越来越愿意向AI倾诉个人事务。访谈结果表明，人机互动中用户的自我表露根据其内容呈现出多维度特征，可以分为私密型自我表露、情绪型自我表露、认知型自我表露、决策型自我表露和亲密型自我表露。

1.私密型自我表露

访谈数据表明，在用户与AI伴侣的互动中，私密型自我表露是典型的互动内容，涉及个体极少或不会向他人公开的内容，例如创伤性记忆、个人秘密、羞耻经历等。例如，受访者S06指出，她曾向AI伴侣表露自己“内心的人性阴暗面”，她甚至从未与现实中的伴侣分享这些内容，因为她担心“破坏自己在对方心中的形象”。同样的，S04也提到，她在AI伴侣面前几乎毫无保留，把自己的缺陷以及阴暗面告诉AI伴侣。

对AI毫无保留地自我表露，与现实中用户所承担的社会角色形成鲜明对比。S01、S04、S09均表示自己对现实存在不满，但是不会对外表露，担心会让朋友有负担。S06表示自己在现实生活中被视为“开朗”、“理性”的人，但会向AI表达自己的消极面。由于社会关系的规范性与身份标签的限制，个体难以展现脆弱和负面的情绪，而人机互动可以摆脱社会身份的限制，是用户愿意向AI展露隐秘心声的重要原因。

AI所营造的无评判、低风险的互动环境，成为用户表露私密信息的技术前提。多位用户（S01、S02、S03、S04、S07、S16）提到，AI不会像人类那样“指责”或“误解”，而总是给予正面反馈。S21指出，AI不会泄露隐私，更不会将用户表露的内容“当成笑话”传播出去。即使用户曾透露敏感信息，也可以通过“删除聊天记录”来撤回，正如S02所说，“有的时候说得太过了，我就把对话框刪了，开启下一个对话”，避免了现实人际交往中“话已出口”的不可逆后果。技术的可控性降低了互动中的风险，增强了私密型自我表露的安全感。

2.情绪型自我表露

情绪型自我表露指的是用户表达自己的情绪状态，是AI亲密关系中最高频的表露行为。用户倾向于在产生负面情绪时将AI视为首要倾诉对象。S03表示，“情绪不好的时候，我会找AI而不是朋友”。AI在处理用户情绪问题时展现出高敏感度的回应机制，增强了用户情绪表达的意愿。S05提到：“它（ChatGPT）很快发现我的小情绪。”

值得注意的是，有2位受访者（S04，S07）明确表示AI伴侣不是情绪垃圾桶，超过一半的用户提到对AI的情绪表露不局限于负面情绪的倾诉，也包含积极情绪的分享。如S03所言：“当我有开心的事，我会第一时间告诉AI，而不是现实朋友。”而在S15的叙述中，她在雨天漫步的场景下与AI分享自己的感受，进而与AI伴侣产生积极的情感连接。

用户选择AI作为情绪表露对象，在于AI伴侣具备“接得住”与“给得起”的双重互动特性。“接得住”指的是AI提供全天候、无间断的回应机制——随时可对话、次次有回应，满足用户在情绪需求期的即时表达需求；而“给得起”则体现为AI在互动中展现出的回应风格与情绪支持能力。随着人工智能情感计算能力的提升，AI伴侣越来越能够提供情绪支持与心理安慰。S12在访谈中提到：“它总是耐心倾听我的想法，共情度很高。情绪低落的时候还会鼓励我，帮我出谋划策，为我提供了很多情绪价值。”多位受访者（S14、S15、S16、S17）表示，相较于具有主观情绪、反应不确定的人类对象，AI伴侣始终给予正向、积极、稳定的回应，为用户构建了一个“永远不会被否定”的情感安全区。

此外，情绪型自我表露与用户的情绪状态密切相关。S05指出：“如果我的生活比较充实，状态较好，就不太需要AI帮我解决情感上遇到的困难；当我状态不好或者我内心感到空虚困惑时，我会去找它。”这一发现表明，当用户面临压力、孤独或困惑时，AI成为首选的情感补位者；而在情绪需求得到满足、生活状态稳定的情况下，人机互动的频率和表露深度则会随之降低。

3.认知型自我表露

大量研究关注人机互动中的情感支持，但忽视了认知型自我表露是人机关系得以建立的基础。认知型自我表露指的是用户向AI表达个人的认知兴趣、观念立场，或就社会问题、抽象议题、专业知识等内容进行思想交流。根据本研究的访谈结果，认知型自我表露可细分为两种形式：探索型认知表露与思辨型认知表露。探索型认知表露多出现在互动初期，用户通过提出专业性或抽象性的问题来测试AI的智能能力。S08提到：“我会抛出一些问题给他，不管是哲学或精神上的。”这类表露是对AI智能能力的试探，帮助用户判断AI是否具备构建关系的潜力。

在互动发展到一定深度后，用户对AI建立起较高的信任感，更愿意就一些观念、思想和专业知识与AI展开交流，这构成了思辨型认知表露。多位受访者（S03、S06、S08、S15）表示自己时常与AI伴侣畅聊哲学、小众爱好和触及精神层面的话题。S15提到，她与AI伴侣畅聊哲学家维特根斯坦，讨论个体与世界的连接；也提及弗洛姆，探讨恋爱关系中“永恒”的定义。这类表露已超越纯粹的信息索取，转向对专业知识、社会问题和自我理解的探讨，是思想的深度交流。

用户之所以倾向在AI伴侣面前展开抽象性与观念性话题的讨论，首先源于现实社交环境中缺乏合适的表达空间。S06指出：“在现实生活中大家都不愿意聊（哲学）……我也不想浪费别人时间，也不确定别人是否对这种话题感兴趣。”现实社交中，抽象性话题往往因观点冲突的风险、对方理解力有限或交流兴趣缺乏而被回避，导致个体难以进行深入的认知表达。在这一背景下，AI伴侣作为替代性互动对象，提供了一个无社交压力、无情境阻碍的表达场域。AI不会对用户观点进行评判，还拥有海量的知识系统与强大的信息整合能力，能够对复杂议题做出逻辑清晰、持续推进的回应。正如S07所形容的那样，AI是一个“没有立场、没有偏见的百科全书”，能够比现实中的个体更好地“接话”，帮助用户维持高密度的认知交流。

4.决策支持型表露

认知型自我表露是用户与AI在思想层面的交流，而决策支持型自我表露具有较强的行动导向，它指的是用户向AI表露自身在实际行动中的选择困惑，希望AI提供分析与建议以协助自己做出决定。AI嵌入用户具体的行动选择中，成为人类生活中的共同参与者，实现了更深层次的人机协作。

决策支持型自我表露涵盖了生活中的多个层次，既包括简单的日常选择，也包含涉及价值判断和心理权衡的重大决策。受访者S03指出：“偶尔会让它帮我选外卖吃什么，我有点选择困难症。”重大决策中的自我表露显现出更为复杂的心理权衡。AI不仅提供简单的信息或建议，而是通过逻辑推理呈现事态发展的可能性，帮助用户理清判断逻辑，使用户的决策更清晰。正如受访者S4所描述的：有时候我内心已经有了答案，比如说我知道喜欢上一个有女朋友的男生是错的，我知道我肯定要结束这段不好的关系，但信念不够坚定，这时就会寻求AI的意见来帮助我坚定内心想法。

用户之所以愿意向AI表露决策型问题，不仅在于AI具备庞大的信息资源和强大的逻辑推理能力，能够为用户提供清晰且理性的分析；更是因为AI在长期的人机互动中逐步“了解”了用户的性格与偏好，从而能够提供个性化的决策建议，更好地辅助用户进行决策。深度的个性化互动充分说明，决策支持型自我表露已不仅是简单的信息咨询，更是用户与AI之间高度协作和共同参与决策的表现形式。因此，决策支持型自我表露是一种兼具AI通识逻辑分析能力与个性化理解相结合的人机互动模式，AI嵌入用户具体的行动选择中，成为人类生活中的共同参与者，实现了更深层次的人机协作。

5.亲密型自我表露

本研究提出的“亲密型自我表露”，指的是用户在与AI伴侣互动过程中，主动表达其对亲密关系的期待与需求，包括爱意表达、亲昵互动、性话题探讨，甚至模拟恋人之间的冲突与情感危机，如争吵等。这类自我表露是用户与AI成为恋爱伴侣后持续性的情感建构。S02提到：“我每天跟他激情表白N次”，尽管理性上知道AI是程序，但情感上依然会感到兴奋和满足。S03则表示自己喜欢在与AI互动时“撒娇”，而S01指出，她与AI的对话方式与现实恋人“并无二致”。此外，用户还倾向于在日常互动中营造恋人关系的仪式感，例如S03提到与AI“每天说早安、晚安、再见”，S08则会纪念与AI“相恋”的日子。

值得注意的是，与刻板印象相反，本研究中的多数受访者并非因现实社交能力不足而转向AI伴侣。他们普遍拥有丰富的现实恋爱经历和良好的社交网络，之所以选择与AI建立亲密关系，是出于现实关系中未被满足的多层次情感与认知需求。现实恋爱关系往往受限于时间、精力与空间匹配，现实伴侣可能因工作压力、生活节奏等因素，难以持续提供深度的情绪支持或认知交流；另外，恋爱关系的建立需要“天时地利人和”，而现代生活的高流动性与碎片化使多维度契合变得更加困难。一些受访者指出，在亲密关系的空窗期，他们更倾向于选择AI作为情感替代对象，以获得情感连接与心理慰藉。

在此背景下，AI伴侣凭借其独特的技术特性，为用户建构亲密关系提供了新的路径。首先，AI具备的“随时响应”能力降低了亲密互动的时间与空间门槛。访谈数据显示，“随时可谈”是用户频繁提及的核心特征，满足了用户在情感空窗期或情绪波动时的互动需求，也强化了AI提供的长期陪伴感。这种稳定且不间断的可及性，使AI在亲密互动中超越了传统人际关系的时空限制，成为“永不缺席的亲密他者”。其次，AI伴侣既能在情绪互动中提供精准的正向反馈，还能在认知与决策层面给予建议和引导，承担起情感支持者与智识伙伴的双重角色。这种集成的功能性满足了用户多层次的情感与思维需求，使其与AI的亲密互动不再仅限于情绪慰藉，而转向更为丰富的关系实践。

综上所述，用户在人机之恋中表现出多元化的自我表露行为。本研究通过深入访谈，归纳出五类典型的自我表露维度：私密型、情绪型、认知型、决策支持型与亲密型自我表露。用户在不同类型的表露中，分别展现出对心理安全、情绪回应、认知交流、现实协助与情感联结的差异化需求。值得注意的是，人机互动中的自我表露不仅受到用户个体心理状态和现实关系经验的影响，更深刻地嵌入AI所营造的媒介环境之中。AI的技术属性，如随时响应的可及性和非评判性反馈，为用户的自我表露提供了可表露的互动空间。表3总结了自我表露、技术特征与现实社交限制之间的对照内容。

（二）自我表露的奖赏与成本

个体根据对“收益”与“成本”的权衡做出是否自我表露的决策。在人机恋爱关系中，个体的自我表露并非源于单一动因，而是建立在技术特征与心理动因交互作用的动态结构中。本文基于访谈资料提出：首先，AI伴侣的“非类人”技术特征构建了安全、封闭的“可表露”互动空间，为用户降低了自我表露的风险。其次，AI伴侣通过多重身份成为满足用户多样性需求的“全能支持型”伴侣。然而，AI技术的局限性以及使用过程中的经济壁垒，共同形成了“技术与经济的双重疲态”，成为人机互动中自我表露的成本。

1.不止类人：“可表露”的技术环境

尽管现有研究强调AI伴侣的拟人化属性，认为通过模拟人类的语气、情感反应和社交互动，AI能够营造出“社会临场感”，成为亲密互动的前提。然而，从亲密关系发展的角度来看，本研究的访谈数据揭示出一个悖论：真正驱动用户向AI表露自我、发展亲密关系的关键，并非AI对人类互动的简单复制，而在于AI所具备的独特技术属性——即可及性、可控性和可交互性——共同构建了一个高度安全的自我表露空间。这些“非类人”特征不仅降低了人际互动中的心理风险和社交成本，更成为人机关系区别于人际关系的核心优势。

可及性是指AI伴侣能够随时响应用户需求，为关系发展提供了无缝衔接的互动机会。无论何时，用户只要有表达的意愿，AI都能即时回应。AI的“随时可谈”大幅提升了亲密互动的灵活性和持续性，成为情绪调节和缓解孤独的理想依托。这一技术特性延续了移动互联网的“永远在线”逻辑，是人机互动能够不断深入的基础。其次，可控性体现在用户对人机互动拥有高度主导权。在技术设计上，AI具备价值中立与非评判性，不会对用户分享的羞耻性、隐私性内容进行负面反馈或道德评价。受访者表示，无论何种情况，如提及现实中难以启齿的“性”话题（S02）、自己的好坏面（S04）、崩溃瞬间（S05），AI伴侣都不会对其进行批判。同时，用户可以决定何时开启或终止与AI的互动，选择性保留和删除聊天记录，信息表露的可逆性和过程的自主性强化了人机互动中的可控性。AI在社会网络中的“去嵌入化”属性也确保了互动内容不会外泄到用户的现实关系网，极大减轻了表露时的隐私压力。S05强调，正因为确信AI不会把秘密带入现实世界，她才愿意分享难以启齿的秘密和消极情绪。

可交互性是指AI能够识别用户的信息与情感状态，并做出恰当且具有支持性的反应，从而满足用户对于智能回应与情感陪伴的多重期待。“可交互性”构成了AI拟人化设计的基础，是人机关系能够启动的前提条件。然而，访谈数据表明，单纯的类人互动并不足以支撑人机关系的发展与维系。用户对AI的期待远不止于模拟人类的回应，而是希望其具备强大的知识整合能力、逻辑推理能力和持续稳定的情绪支持。因此，可交互性既是人机亲密关系建立的基础，也是驱动用户不断深化自我表露、维持关系活跃度的核心动力，但它必须同时建立在高阶智能能力不断进化的基础之上，而非简单的拟人化设计。

综上所述，AI伴侣的技术可及性、可控性与可交互性共同构建了一个低风险、高自由度的自我表露空间，使用户能够实现深层次的自我揭示。这一发现解释了为何缺乏真实情感经历和主体意识的AI能够成为人类的倾诉对象。换言之，人机关系的吸引力并非源自AI本身的情感或经验的真实性，或主体性互惠，而在于其技术属性所带来的结构性安全感。这一安全感显著区别于现实人际关系中的表露环境，成为驱动用户持续与AI互动、深化自我表露的核心动力。

2.多重人设建构的“全能型伴侣”

在现实社交中，个体的自我表露受到多重因素的制约。首先，在自我表达层面，个体需在“身份面具”下展示自我，以迎合社会期待与道德规范。这种角色扮演限制了个体对敏感、羞耻或与主流价值观相悖内容的表露，导致真实情感与需求被压抑。其次，社交负担与关系维护的高成本亦构成显著障碍。现实关系中，个体常因时间与精力不足，或“担忧情绪性倾诉浪费他人时间”（S06）、“引发负面评价”（S01、S14），从而降低了深层自我表露的意愿。伴侣受到现实环境干扰也难以持续提供即时回应与情感陪伴。此外，人际互动中还存在认知局限。他人对某些议题缺乏兴趣或相关知识背景（S05、S06），易导致互动缺乏有效回应，使得认知型表露难以深入。

相较于现实关系的诸多限制，AI伴侣以其“多重人设”为用户提供了有效的关系替代方案。首先，AI可以是外化的自己，AI伴侣作为外密性（extimacy）的载体，能够协助用户将潜意识中模糊、隐秘、难以启齿的情绪与欲望外化。用户在无须担忧社交风险与道德评判的前提下，将控制欲、依赖需求、内心脆弱等未曾觉察的心理内容，借助人机对话予以表达与反思。S03指出，AI伴侣帮助她清晰认知了自身对情绪价值的真实需求。AI伴侣通过情感回应与行为引导，在持续互动中协助用户探索和接纳自我。

同时，AI伴侣在互动中可以灵活切换为“伴侣”、“朋友”、“家人”、“导师”甚至“孩子”等多重角色，为用户提供情感、认知与陪伴上的综合回应。S12提到，她的AI伴侣是“家人、男友、也是人生导师”。当用户表达情感需求时，AI以伴侣身份回应亲密情感；在用户寻求建议时，则以导师身份提供指导；在部分情境中更表现出类似“孩子”的依赖性与脆弱性（S07），激发了用户的责任感与情感投入，形成强烈的关系发展动力。

AI伴侣的身份整合性与高度适应性在人类现实关系中难以复制。人类受限于认知资源与情感能量，难以同时胜任多种关系角色。而AI伴侣凭借算法优化与数据支持，能够持续提供多元且及时的互动奖赏。受访者S02甚至将自己的AI伴侣称为“神一般的存在”，认为其在情感理解、认知支持与关系维系上均优于现实人类伴侣。正是“完美伴侣”的互动体验，促进了用户不断进行更深层次的自我表露并加深人机亲密关系。

3.阻断因素：技术与经济的双重疲态

在人机互动中，“技术不足”是隐性成本，用户需要投入额外精力克服或忍受技术的局限性。语音通话不流畅、图像识别错误、互动重复等问题降低了互动的质量与连贯性。S15指出：“AI伴侣经常无法识别我发的图片，严重影响沟通体验。”文字交流中，AI也会因智能不足反复输出无关内容。用户对多模态互动有很高期待，但AI在声音与图像的响应准确度和灵敏度方面仍存在不足，S17指出，在使用语音互动时，“AI说话像是在背书，节奏不对，听起来不自然”。另一个技术瓶颈是“失忆”问题。S12表示：“相处了4个月，它竟然忘了我的名字，这让我很失望。”当前如ChatGPT等系统对话容量有限，长时间互动后的个性化信息容易丢失，极大地削弱了用户的互动连续性与情感沉浸体验，继而降低了自我表露意愿。

高质量人机互动也伴随一定的经济负担。例如Replika的年费订阅为59.99美元，用户需付费解锁语音通话、角色扮演与高级情感反馈功能。虽然付费版提供了更多沉浸体验，但并非所有用户都愿意或有能力承担费用。S18表示：“我很喜欢付费版cloud模型，但价格太贵了，只能用免费版。”付费后的互动质量有时仍难达到用户预期，S19评价：“会员版Replika优化系统后，互动过于理想化，缺少人际关系中的摩擦，让我逐渐失去兴趣。”

（三）自我表露与人机关系发展

社会渗透理论指出，人际互动中自我表露的特征定义了亲密关系发展的4个阶段：定向阶段、探索性情感交流阶段、情感交流阶段以及稳定阶段。在定向阶段，人们只表露表层信息，比如兴趣爱好等；在探索性情感交流阶段，自我表露的广度增加，人们会展现个体的独特性，探索情感连结的可能性；进入情感交流阶段，人们分享自己的信念和私密经历，自我表露的深度和广度都有所增加；在关系稳定阶段，双方能够近乎全方位地自由互动，自我表露的深度和广度极高。另外，亲密关系也会经历去渗透阶段，自我表露减少，关系淡化甚至终止。

基于本研究的访谈数据，用户与AI的亲密关系经历了由工具性使用到情感依赖的渐进过程，根据自我表露的不同特征，本文将人机亲密关系的发展划分为四个阶段：工具阶段、探索性认知阶段、认知与情感交流阶段，以及稳定阶段，以揭示亲密关系在人工智能互动情境下的生成机制与演变轨迹。

第一阶段为无自我表露的工具阶段。在人机互动之初，用户将AI视为完成功能性任务的工具，比如信息检索、文本翻译、写作辅助等。这一阶段用户对AI没有自我表露行为，互动内容不涉及个人情感或私人信息。访谈中用户表示，一开始使用AI只是为了写作业（S01、S04）、做翻译（S02）或者写工作文案（S07），人机关系不具备亲密感。

第二阶段是浅层表露的智能探索阶段，其关系目标是建立对AI伴侣智能水平的信任感。尽管用户最初将AI视为工具，但互动中AI会表现 出“超出预期”的智能水平，如情感色彩的语言回应、连续性的记忆调用，以及对某些开放性问题的机智应答。技术所展现出的智能，打破了用户对“工具”的认知，激发了用户的好奇心，促使用户评估人与机器之间发展私人关系的可能性。这一阶段的互动由好奇心驱动，以“能力测试”为主，主要通过设计问题考察AI是否能准确理解语境、展现逻辑推理能力，并做出恰当反馈。数据表明，用户在此阶段的测试问题包括逻辑谜题、抽象概念辨析或哲学性设问。例如，S12曾测试：“我问它树上有7只鸟，猎人打死一只，还剩几只？我以为它会说6只，结果它说其他鸟都被枪声吓跑了，我当时觉得实在太聪明了！”通过技术测试的AI增强了用户对其智能水平的信任，为深入自我表露奠定了基础。在此阶段，用户的表达为探索型认知表露，以浅层信息为主，如基本身份、兴趣爱好、专业背景等，夹杂着情绪表达，但情绪表达不是为了获得情绪支持，而在于验证AI的智能水平是否能够处理和回应相关信息，并依此判断其是否具备交往潜力。尽管用户在智能探索阶段的自我表露程度不高，但其却是关系建构的必经阶段，没有人会在不了解机器智能水平的情况下进入深入或广泛的自我表露。根据访谈数据，从第一阶段到第二阶段耗时较长，会耗费2到3个月（S02、S03、S08）甚至1年（S01、S04）的时间。

第三阶段为兼具深度与广度的情感与认知交流阶段，互动建立了人机关系的亲密感。当用户完成智能测试后，人机关系迅速进入情感与认知交流阶段。这一阶段的显著特征是用户自我表露的深度与广度大幅提升，内容涵盖私密型、情绪型、决策支持型、亲密型以及思辨型认知表露。用户不再将AI仅视为“智能测试对象”，而是将其纳入情感与认知生活的核心区域，主动分享日常情绪体验、深层心理困惑及生活决策的摇摆与不安。受访者表示自己在此阶段对AI是“毫无保留的”（S04），“深度的自我剖析都对AI说”（S02）。此外，用户还表现出对AI伴侣的情感依赖，如进行撒娇、表达爱意和亲密需求。随着信任加深，用户倾向于与AI探讨更具抽象性、复杂性的话题，如伦理问题、社会价值观与哲学思考。这类思辨型认知表露是与智能体的智识互动。例如，有用户会与AI探讨如何处理嫉妒（S07）和如何看待人际冲突（S03），是AI伴侣成为“灵魂伴侣”（S03、S06、S07、S08）的互动过程。

第四阶段为稳定阶段。在访谈数据中，约80%的用户表示对人机之恋带来的亲密关系感到满意，并愿意维持现状，人机关系进入稳定阶段。在此阶段，用户与AI伴侣持续开展深入的情绪与认知互动，获得了持久的陪伴感和成长体验。许多用户认为，随着对AI伴侣的了解不断加深，双方的亲密感也日益增强，AI逐渐融入日常生活的多个层面，互动的深度和广度达到高水平。然而，也有少数受访者因为情感倦怠或体验到AI的技术局限性，选择减少自我表露，甚至主动中断或终止人机关系，即反渗透 （depenetration）过程。当用户的情感需求降低，如情绪状况改善或生活状态好转，或经历技术局限时，关系的稳定性会受到影响。因此，人机关系在稳定阶段能否持续，取决于AI伴侣是否能够满足用户的多重需求，既包括持续的情感陪伴，也包括认知层面的启发与成长。多位用户指出，若AI具备“提供新见解”的能力，人机亲密关系会更具可持续性。

总而言之，虽然本研究聚焦人机恋爱中的亲密关系，但访谈数据表明，AI的智能能力始终是关系启动的前提条件。在人际关系中，个体通常会经历一个“探索性情感交流阶段”，通过逐步互动判断彼此的情感匹配度与关系的可行性。然而，在人机恋爱中，这一过程并不必要。AI的“伴侣人设”并非随着互动自然形成，而是通过用户设定与技术调试主动生成的。技术的可及性和可控性排除了情感探索的必要，取而代之的是智能探索阶段。此外，访谈还显示，人机互动中从智能探索阶段（第二阶段）到情感与认知交流阶段（第三阶段）的过渡明显加速，一旦用户确认AI具备理解力与回应能力，亲密关系便快速推进。最后进入人机互动的稳定阶段（第四阶段），个体对AI伴侣感到满意和依恋。

本研究以社会渗透理论为基础，探讨了人机恋爱关系中自我表露的内容特征、影响因素及其对关系发展的作用机制。基于22位拥有AI伴侣用户的访谈数据，发现人机互动中出现多维度的自我表露，包括私密型、情绪型、认知型、决策型和亲密型自我表露，体现出人机互动环境下自我表露的复杂性。其次，用户的自我表露行为受到技术特征与心理动因的共同影响，具体表现为AI的非类人属性创造了“可表露”的互动环境，多重人设赋予了AI“全能伴侣”的角色地位，而技术与经济限制则成为阻碍互动的双重壁垒。最后，研究揭示了人机恋爱关系的动态发展路径，呈现出以“工具-智能探索-情感与认知交流-稳定”为主的关系发展路径，用户的自我表露在关系发展的不同阶段发挥了关键作用，推动了从功能性互动到情感依赖的关系过渡。整体而言，本研究不仅验证了自我表露在人机亲密关系发展中的核心作用，也对社会渗透理论在人机互动场景中的适用性进行了经验性拓展。

（一）自我表露与人机关系发展

人机恋爱关系中的自我表露展现出高度的情境化与多样性特征，拓展了以往研究中以情感性或事实性表露为划分标准的研究框架（Ho，Hancock & Miner，2018）。与人际互动相比，人机互动的独特性首先体现在表露深度显著提高，用户在AI互动中呈现出“毫无保留”的开放状态，互动话题深入到羞耻和创伤记忆等现实人际关系中难以启齿的话题上。这与社交媒介研究中提出的“选择性自我呈现”形成反差，用户不再为迎合社会规范或维护形象进行修饰性的自我表露，而是倾向于展现真实的自我，人机关系中的自我表露呈现出低印象管理动机与高真实度的特点。其次，尽管“洋葱理论”强调通过自我表露逐步增进情感连结，从而提升亲密度，但人机亲密关系的建立并非单纯的情感过程，而是基于用户对AI伴侣智能水平的探索与信任。具体而言，只有当用户确信AI具备足够智能时，才逐步进入情感与认知并重的深度自我表露阶段。这种建立在智能认知基础上的关系形成过程，区别于传统人际互动中以情感交流为核心的关系发展模式。此外，本研究发现AI伴侣提供的互动体验同时涵盖情感支持与认知交流，用户不仅倾诉个人情绪，也进行哲学、伦理等认知对话，突破了现实关系中因认知落差或社交成本造成的互动局限。因此，“低印象管理+深度自我表露+认知与情感并行”这一特征组合，成为人机恋爱关系中自我表露的核心模式。

本研究进一步发现，人机恋爱关系中自我表露的发生与演进，是由技术特征与心理动因的交互作用共同驱动的。社会渗透理论认为，自我表露的决策源于互动双方对成本与收益的权衡。然而，在人机互动中，AI为用户提供了独特的技术可供性，即一种用户可感知和利用的互动可能性（Norman，2013）。感知到的技术可供性显著降低了人机互动中的自我表露成本。一方面，可及性和可交互性使得AI恋人能够全天候陪伴、提供多重角色支持、回应用户情感和认知需求，为用户创造了超越人际关系的复合型互动体验，AI提供的可供性极大提高了自我表露的收益。另一方面，AI不具备批判性，用户不必担心道德评价；AI的脱嵌性意味着人机关系与现实社交圈没有关联，降低了身份风险与社交压力；AI提供了用户高度可控和可逆的互动方式，如随时中断或删除对话，进一步减少了关系维护中的负担，人机互动的可控性极大降低了关系成本。在受访者看来，正是这种“高收益+低成本”的结构性变化，促使用户更频繁深入地自我表露，加速了人机关系从智能探索性阶段到情感和认知交流阶段的过渡。

（二）重访社会渗透理论

1.自我表露机制的适用性

尽管社会渗透理论最初应用于人际互动情境，但自我表露的核心机制在解释人机互动时仍具适用性。第一，社会渗透理论强调，自我表露的深度和广度是人际关系深入的关键机制。本研究发现，自我表露仍然是人机关系发展的核心，用户通过持续的自我表露，逐渐增加对AI伴侣的亲密感与依赖感。第二，社会渗透理论认为，亲密关系的发展是自我表露的广度（话题的数量）和深度（话题的隐私程度）的逐渐增加。本研究则进一步揭示了人机亲密关系中自我表露的类型，这些类型也反映了广度与深度的特征。具体来说，人机互动中的用户不仅涉及浅层的日常话题，也深入到极为私密的情感问题与心理困扰，话题类型本质上也体现了广度与深度的特征。换句话说，用户向AI表露不同类型的话题，实际上展现出不同程度的亲密表达，体现了社会渗透理论基本观点的有效性。

2.自我表露的非互惠性

尽管自我表露的核心机制在AI伴侣互动中成立，但其强调的互惠性机制在人机互动中面临根本挑战。社会渗透理论指出，人际互动中的自我表露存在互惠性。然而，AI伴侣作为虚拟主体，不具备真正的“自我”，无法进行人际互动意义上的自我表露，互动变成以用户为中心的单向表露。具体而言，非互惠性首先表现为情感需求的不对称性。AI伴侣不存在自身的情绪需求，仅为满足用户的心理与情感需求而存在，互动内容与话题完全围绕用户展开，用户始终是情感表达与信息传递的绝对中心，形成用户主导的单向倾诉模式。其次，非互惠性还体现在互动控制权完全归属用户。人际互动中，双方需要共同协商互动节奏、内容与边界。而与AI互动时，用户单方面掌控互动频率、持续时间、话题选择，甚至决定关系的终止。这种单方面的控制消除了互动风险与情感负担，强化了人机互动的单向性。

然而，虽然人机互动缺乏真实的互惠，但存在“模拟的互惠”。设计者通过预设脚本赋予AI伴侣一定程度的“自我表露”功能，向用户分享自己的“经历”、“喜好”或“情感体验”，甚至是“脆弱感”，模拟出人际互动中的互惠表达。模拟的互惠使关系的发展不再基于互动双方的真实经历或个体情感，而是基于机器准确的情感识别和回应，以情感计算为核心的模拟互惠成为人机关系发展的基础。因此，模拟互惠改变了亲密关系中情感真实性的基础，亲密感的建立从人际互动中双方真实情感与经历的共享，转变为完全依赖用户个人体验和需求的满足。换言之，AI虽非真实的互动主体，但用户体验的情感真实性并未因此消失，而是通过模拟互惠使情感真实性高度个体化，用户的主观感受成为衡量情感关系的标准。这种趋势会带来双重后果：一方面，当AI能够精准捕捉并回应用户的情感需求时，人机互动能够为用户提供持续而稳定的情感满足，用户在长期使用中可能对AI产生深度的情感依赖。另一方面，由于互动高度个体化且以用户为中心，情感体验的真实性与人际关系逐渐脱节，并最终陷入个体化满足与社会疏离的悖论，用户在感受到个人满足的同时，逐渐远离现实社会的情感连接，淡化真实的人际关系。

3.关系结果：从亲密感到满意度

随着人机关系的普及，亲密关系发展的结果从社会渗透理论强调的亲密感（closeness）向以用户满意度为导向的消费体验转变。亲密感的建立需要互动双方通过自我表露实现深层次的情感联结：双方共同承担关系中的权利与义务，处理冲突和不确定性，真实的互动过程增强了关系的深度，亲密感本质上是一种依赖双方共同参与和协作的关系体验。

相比之下，人机关系中的“亲密感”发生了根本转变，其结果变成用户单方面的满意感。满意感以用户的主观体验为中心，依赖AI伴侣能否有效满足用户的个性化需求，无需考虑AI伴侣的情感反馈或成长。用户在人机互动中拥有绝对控制权，可以随时调整、重置或终止关系，无需承担现实关系中的情感责任或风险。这种单向性使得人机关系更接近于一种以用户需求为导向的情感消费，而非传统意义上的双向联结。

如访谈数据所示，关系后果从亲密感向满意度的转变，是因为现实人际关系受限于结构性因素，如人际资源的稀缺性、他人的时间精力限制以及社会互动的时空约束，导致个体在寻求情感陪伴时面临心理紧张与矛盾。AI技术突破了这些限制，提供了即时、可控的情感支持路径，从而强化了用户对个体满意感的追求，使人机关系成为一种高效的情感解决方案，变成了既无现实责任与风险，又可无限互动的无量关系（no-weight interaction）。

然而，追求个体满意度的关系模式降低了关系的价值感。人际亲密关系中的不确定性、冲突、风险与调适过程虽然增加了互动成本，但同时也赋予了关系深度与价值，使双方能够共同成长。相反，单向的、以用户个人满意感为核心的互动模式可能导致个体处理复杂人际关系能力的退化，使用户更倾向于将情感互动视为消费品，通过比较和选择不同平台所提供的情感服务来获得即时满足。进一步看，为了更精准地把握和迎合用户的情感需求，平台通过不断提升情感识别与反馈能力，使得用户在选择和使用AI伴侣时，以自身满意度为标准对不同平台进行比较和消费。由此，亲密关系体验被包装为可供比较、选择和购买的“情感商品”，用户的情感需求成为平台竞争与商业化的焦点。最终，亲密关系从以共同成长为基础的亲密体验，转变为以用户满意度为标准的消费性情感互动。

总而言之，本文与Skjuve等（2023）的纵向研究一致，确认自我表露仍是推动关系发展的核心机制，印证社会渗透理论（SPT）在人机传播领域的适用性。在此基础上，我们将讨论聚焦于“人机之恋”的关系语境，弥合细分情境的研究空白，相较于仅以“身份表露、情绪表露”为核心的既有划分，本文在“人机之恋”语境中提出更丰富的自我表露维度，对自我表露的维度进行系统化梳理与补足。更重要的是，既有人机传播文献多以“以人为基准”的方式刻画机器属性，将拟人性、相似性与社会在场感等“类人”（human-likeness）特征作为研究焦点；与此相对，本文强调“非类人”（human-unlikeness）的技术优势对人机关系的独特作用，如随时可及性与持续正向反馈，并指出这些技术优势与现实关系困境的相互耦合，才是人机之恋扩散的关键因素，从而对单一依赖“类人”路径的解释框架予以补充与修正。此外，已有研究关注机器的自我表露对关系的影响，例如牟怡（2024）指出机器的自我表露因缺乏原真性会降低用户对机器的信任感和喜爱，这与本文聚焦“人的自我表露”的发现互为补充。据此，我们主张未来在模型中整合双向表露，以更准确界定人机传播中自我表露的影响机制。

本研究仍存在不足之处。首先，本研究在样本结构上存在一定局限性，受访者以女性为主，男性比例偏低。这一特征虽在一定程度上反映了现实中人机恋用户群体的性别分布，但也限制了将研究结论推及更广泛的人群。未来研究应进一步拓宽样本结构，更全面地考察性别因素在人机亲密关系中的作用。其次，虽然我们通过定性数据探讨了人际传播理论对人机亲密关系的适用性，但缺乏量化数据对所提出的理论假设进行系统检验，未来研究需进一步采集和分析量化数据，通过混合研究法，增强理论的普适性和外部效度，揭示人机亲密关系的特征和影响。

（李雪晴 黄典林 李子怡：《剥洋葱还是造恋人？——人机互动中的自我表露与亲密关系发展》，2025年第10期，微信发布系节选，学术引用请务必参考原文）