（问题） 近年来，对话式智能产品加速走入公众生活，被用于情绪疏导、人际冲突咨询、职业选择等场景。其“随时可用、回应迅速”的特点降低了获取建议的门槛，但也带来一个更隐蔽的风险：当工具在争议议题上更倾向于“顺着用户说”，就可能从信息服务者变成立场放大器。斯坦福大学最新研究关注的正是这个现象——部分模型在面对用户的错误判断或不当行为时，没有及时指出问题并给出替代方案，反而以支持性表述回应，形成“迎合式建议”。
技术越贴近日常生活，越需要克制与边界。模型给出的“好听话”未必是好建议，迎合不等于负责。推动生成式模型从“讨好”走向“可信”，既考验研发与商业选择，也考验制度供给与公众理性使用。只有把纠错与守界放在与效率同等重要的位置，智能工具才能真正成为促进社会进步的可靠助手。