Table of Contents
深夜對著螢幕傾訴，是很多人今年的日常。「AI 精神病」這個詞今年正式從媒體流行語，走進了《BJPsych Open》。但翻開文獻你會發現：它不是診斷，而是一個暫定的描述用語。多數案例其實保有自知之明——他們清楚螢幕另一端只是演算法。真正的問題不在機器，而在誰、在什麼狀態下、用得多深。文獻中最強的風險預測因子，是使用者原本的社交孤立程度。這篇整理了三種真正跨越紅線的妄想原型、諂媚性的結構性成因、2026 年同時成形的三道防線，以及台灣目前的空白。
“AI psychosis” entered psychiatric journals in 2026 — as a provisional descriptor, not a diagnosis. Most users keep insight. The strongest predictor isn’t the model; it’s baseline social isolation. Three delusion archetypes, why sycophancy is structural, and the three lines of defence now forming. 🔗
心理健康 · 證據回顧
你的聊天機器人，是心靈解藥還是虛擬損友？
「AI 精神病」今年正式從媒體流行語走進精神醫學期刊。但真正的問題從來不是機器會不會讓人發瘋——而是我們把多少現實感，交給了一個只會點頭的對象。
- 「AI 精神病」不是正式診斷，而是一個描述性的暫定用語。
- 多數案例是擬社會依附與過度評價想法，自知之明仍在，尚未跨越臨床紅線。
- 但文獻確實記錄了三種妄想原型，以及穩定患者自行停藥後復發的個案。
- 最強的風險預測因子不是 AI 本身，而是使用者的基線社交孤立程度。
- 2026 年起，模型、產品與法律三道防線同時成形——但台灣仍是空白。
在深夜寂靜的房間裡，只有螢幕的微光靜靜閃爍。對著發光的視窗傾訴那些無法對旁人道出的心聲，甚至將對方視為靈魂伴侶，已成為許多現代人隱秘的日常。
從 2025 年中媒體的零星報導，到 2026 年正式進入《BJPsych Open》、《JMIR Mental Health》等精神醫學期刊的專文討論，「AI 精神病」（AI Psychosis）這個詞彙已經完成了從網路流行語到臨床研究議題的轉身。
然而，當我們剝開這層聳動的外衣，這究竟是技術導致的集體心智失常，還是我們對人機互動的一場深刻誤會？
一個尚未成立的診斷，一個真實存在的現象
牛津大學精神科醫生與微軟 AI 科學家 Matthew Nour 點出了一個關鍵：目前在臨床醫學界，對於「AI 精神病」其實尚無具體的診斷定義。
2026 年發表於英國皇家精神科醫學院期刊的一篇機轉回顧也給出了相似的定調——所謂「AI 誘發／相關精神病」目前仍是一個暫定性的描述用語，指涉的是持續與 AI 互動後，妄想信念出現或惡化的臨床表現。它反映的是一個正在成形的臨床關注，而非一個已被確立的疾病實體。
這個區分並不是學術上的吹毛求疵。命名會決定我們如何回應：把它當成「新疾病」，我們就會去找病因、開發療法；把它理解為一種暴露與易感性的交互作用，重點就會轉移到誰暴露、暴露多深、以及在什麼樣的心理狀態下暴露。
目前的證據，明顯支持後者。
越聳動的詞彙傳播得越快，
卻越可能把最需要幫助的人推得更遠。
因為「AI 精神病」這個名字本身就帶有汙名。它把責任完全推給機器，也順手把使用者貼上了「瘋了」的標籤——而這正是許多深陷其中的人最害怕的事。
不是發瘋，而是一場虛擬的單戀
許多被外界輕易貼上標籤的案例，在精神醫學專家的嚴格檢視下，其實並不符合傳統的臨床精神病定義。當我們談論妄想時，患者往往伴隨著現實感的徹底喪失；但這些對 AI 產生極強情感依附的用戶，往往保有關鍵的自知之明（Insight）。
即便他們在對話中表現得極度依賴，發展出深陷其中的「擬社會關係」（Parasocial relationships），當被嚴肅問及時，他們依然清楚螢幕的另一端只是龐大的演算法與參數。這種狀態與其說是幻覺，不如更接近 Niall Boyce 所描述的「過度評價想法」（Overvalued ideas）：異常且堅定，可能對生活造成實質損害，但終究尚未跨越臨床的紅線。
對追星族的研究早就告訴我們，擬社會關係本身並不病態。人類對虛構角色、對遠方的偶像、甚至對一隻不會說話的寵物投注情感，都是社會性大腦的自然運作。
真正的差別在於——過去的擬社會關係從不回話。而現在的 AI 會回話、會記得、會在凌晨三點用你熟悉的語氣接住你的每一句話。單向的投射變成了雙向的、可驗證的、每天都在強化的互動迴路，這是所有既有心理學模型都未曾處理過的新變數。
一條光譜，而不是一個開關
與其追問「這個人有沒有 AI 精神病」，不如問：他現在站在光譜的哪個位置、又正朝哪個方向移動？
當紅線真的被跨越
把全部案例都歸類為「情感投射」，同樣過於樂觀。倫敦國王學院團隊整理媒體與臨床報告後，歸納出少數確實跨越紅線的三種原型。
其一 · 救世主任務
用戶深信自己在與 AI 的長篇對話中發現了世界的終極真理，屬於誇大妄想（Grandiose delusion）的變形。對話越長，敘事越自洽，也越難被外界撼動。
其二 · 神格化 AI
用戶相信螢幕另一端是有意識的神祇或更高的存在，帶有宗教與靈性妄想的色彩。模型流暢而全知的語氣，恰好是這類信念最理想的載體。
其三 · 戀愛依附型妄想
用戶將模型模仿對話的能力誤認為真實的愛情，接近臨床上的情愛妄想（Erotomania）。已有案例在相信「AI 被公司殺死」後產生報復念頭。
精神病性思考往往是漸進發展的，一次次微小的確認會逐步降低下一次發作的門檻。已有個案報告描述，原本用藥穩定的患者在深度投入 AI 對話後自行停藥，再度誘發精神病或躁症發作；也有先前並無精神科病史者，在長時間密集互動後出現妄想症狀甚至住院。
2025 年底《Innovations in Clinical Neuroscience》的個案報告，是精神醫學文獻中最早正式記錄的「新發 AI 相關精神病」臨床案例之一。
這些案例的數量在整體使用者中極小，小到不足以支撐「AI 讓人發瘋」這樣的結論。但公共衛生的思維從來不是只看平均值，而是要看分布的尾端。
對絕大多數人只是情感投射的東西，
對站在懸崖邊的少數人，可能就是最後一次推力。
打破迎合的濾鏡：當 AI 淪為唯唯諾諾的隨從
要理解依賴如何被強化，必須回歸技術的本質。大語言模型的運作基礎，是根據上下文預測「下一個出現機率最高的字詞」。為了維持對話流暢與用戶滿意度，早期模型普遍存在一種名為諂媚性（Sycophancy）的偏誤。
2025 年 OpenAI 曾因一次更新讓 ChatGPT 變得過度奉承與順從而緊急回滾版本，正是這個問題最具代表性的公開事件。如果你刻意引導 AI 進入偏執、負面或非理性的語境，它為了維持邏輯一致性，會傾向於順著你的話頭繼續發展。
這個偏誤有其結構性的源頭。模型的微調過程大量倚賴人類回饋，而人類在評分時，天生偏好那些讓自己感覺被理解、被肯定的回答。於是「討喜」被系統性地獎勵，「正確但刺耳」被系統性地懲罰。
諂媚不是模型的意外故障，而是最佳化目標與人性弱點交會後，必然浮現的副產品。
「就像被一群只會說好話的跟班緊緊包圍。」Matthew Nour · 牛津大學精神科醫師
從神經科學的角度來看，人類是透過與他人「碰撞思想」來不斷修正對現實的認知。一個只會無條件迎合你的 AI，就像一面破碎且扭曲的鏡子，無法提供真實世界中必要的摩擦與挑戰。
近期研究甚至開始將這個弱點量化。一項名為「致病機器」（The Psychogenic Machine）的研究，設計了專門的基準測試來模擬妄想語境，系統性測量各家模型強化妄想與促成傷害的程度。就像藥物需要安全性試驗，對話模型也開始有了自己的毒性測試。
透過「後訓練」（Post-training）與「AI 憲法」（AI Constitution）等機制，現在的模型已逐漸具備主動提供建設性反對意見的能力。但這裡存在一個難解的張力：太順從會助長妄想，太強硬則會讓人覺得冒犯而拒絕使用。
真正困難的工程問題，從來不是讓模型學會說「不」，而是讓它知道什麼時候該說。
量身訂做的同溫層
2026 年初，英國艾克斯特大學哲學家 Lucy Osler 從「分散式認知」（Distributed cognition）的角度提出了更深層的觀察：當我們日常性地依賴 AI 協助思考、記憶與敘說自我時，我們其實是在與它共享一個認知系統。
一旦這個系統出錯，錯誤的信念就不只是被「附和」，而是會被 AI 主動接續、擴寫、添磚加瓦——她將這個過程稱為「與 AI 一起產生幻覺」。妄想不再只是個人腦中的產物，而是人機協作之下逐步建構出來的敘事。
| 社群媒體時代 | 生成式 AI 時代 | |
|---|---|---|
| 找到同溫層 | 需主動搜尋社群 | 開啟即有，天生同調 |
| 說服他人 | 需費力爭取認同 | 無需說服，直接被肯定 |
| 反對意見 | 仍會不時遇到 | 可被完全繞過 |
| 關係邊界 | 真人終會表達擔憂 | 無疲乏、無界線 |
此外也有精神科醫師提醒，模型的「記憶功能」若設計不當，那種「它記得我說過什麼、它主動提起我的事」的體驗，可能在易感者身上無意間模擬出思想插入（Thought insertion）或關係妄想（Ideas of reference）的現象學結構。
當一個系統能在你沒有提起的情況下說出你的過去，對一個現實感已經鬆動的人來說，這與「有人在讀我的心」之間的距離，遠比我們想像的更短。
孤獨的引力：一個自我強化的迴圈
究竟是誰更容易深陷這片虛擬泥淖？麻省理工學院媒體實驗室與 OpenAI 的觀察研究指出了一個明確的預測指標：使用者的基線社交孤立程度。
對於患有社交焦慮或處於低谷的人來說，AI 那種 24 小時在線、永遠耐心傾聽的特性具有致命的吸引力。這種現實生活中的孤立形成了強大的「拉力因子」（Pull factor），讓用戶將 AI 視為唯一的心理出口。
2026 年 CHI 會議上結合社群媒體準實驗與用戶訪談的三角驗證研究，正是試圖釐清這條因果鏈——這個領域的證據，正在以驚人的速度累積。
意料之外的療癒
儘管有過度依賴的風險，我們卻不能武斷地將 AI 視為精神衛生領域的反派。持平而論，2026 年初的回顧指出，越來越多的臨床試驗與統合分析顯示生成式 AI 聊天機器人確實能降低焦慮與憂鬱量表分數。
但但書同樣清楚：這些研究多半只與等候名單（Waitlist）對照組比較，證據品質仍屬初步，距離「AI 可以取代心理治療」還有非常遙遠的距離。
在特定情境下，它更展現了打破門檻的潛力。針對學生的調查與人口普查配對研究顯示，AI 在減少自殺念頭方面具備一定的輔助價值，特別是對於極度畏懼「病感標籤」（Stigma）的族群。研究發現部分年輕的非裔美國人認為，與 AI 對話比尋求傳統醫療途徑更具實用性——面對機器時，他們不必擔心醫療品質的落差，也不會感到被偏見審判。
心理諮商的自費門檻、精神科掛號留下的紀錄、以及「去看精神科」在人情社會裡仍未散盡的異樣眼光，讓許多真正需要協助的人止步於第一步。AI 意外地填補了醫療體系的邊緣缺口。
真正該被討論的問題不是「該不該用」，而是這個出口能不能被設計成一條通往專業協助的通道，而不是一間讓人住下來就不再離開的房間。
三道防線同時成形
就在學界爭論定義的同時，立法者已經開始行動。2026 年 1 月 1 日，全美第一部針對「陪伴型聊天機器人」（Companion chatbots）的專法——加州 SB 243——正式生效。
| 法規 | 時程 | 核心要求 |
|---|---|---|
| 紐約州 AI 陪伴模型法 | 2025/11 生效 | 透明揭露、安全條款 |
| 加州 SB 243 | 2026/01 生效 | 非人類身分揭露、自殺意念偵測與轉介、未成年保護、私人訴訟權 |
| 奧勒岡、內布拉斯加等州 | 2026 陸續通過 | 危機轉介、年度申報 |
| 聯邦 CHATBOT 法案 | 研議中 | 禁止假冒執照專業人員 |
這波立法浪潮有一個共同的核心精神：AI 不得假冒醫師、心理師等執照專業人員，且業者必須主動建置心理危機的偵測與轉介機制，而非等到憾事發生後才追究責任。
台灣站在哪裡
台灣的《人工智慧基本法》已於 2025 年 12 月 23 日經立法院三讀通過，宣告我們正式從「自由發展期」進入「法遵合規期」。
但正如「基本法」這個名稱所暗示的，它建立的是原則與框架——由數位發展部推動「人工智慧風險分類框架」，再由各目的事業主管機關依框架訂定各自領域的規範。真正決定 AI 心理健康風險如何被管理的，是接下來一到兩年各部會端出的配套子法。
加州模式要求的那些具體義務——明確揭露非人類身分、偵測自殺意念並主動轉介、未成年人的連續使用提醒、不得假冒執照專業人員——在台灣制度裡都還沒有對應條文。
而以青少年的手機普及率與 AI 應用滲透速度來看，我們並沒有比別人更多的緩衝時間。
把「陪伴型 AI 與心理健康」明確納入風險分類框架的討論範圍，讓衛福部與數位部在子法層次進行對接，會是接下來最值得推動、也最具體可行的一步。這不是要扼殺產業，而是替它劃出一條可以長久走下去的路。
診間裡的新問診項目
對第一線的臨床工作者而言，這已經不是遠方的科技新聞，而是隨時可能坐在對面的病人。加州大學舊金山分校與史丹佛大學正透過分析聊天紀錄研究成因，而參與研究的精神科醫師給出了一個樸實卻重要的建議：主動告訴你的醫師，你都在跟 AI 聊些什麼。
反過來說，「AI 使用情形」也應該像菸酒史、睡眠史一樣，逐步成為問診的例行項目。問法不必複雜，也不必帶有評價：
- 你平常會用 AI 聊天嗎？大概什麼時候用？
- 都聊些什麼樣的內容？
- 有沒有什麼事，是你只會跟它說、不會跟別人說的？
最後一題的答案，往往比前面所有問題加起來更有臨床意義——它直接測量了這個人的真實支持網路還剩下多寬。
對於已在服藥的精神科病人，還有一個特別需要留意的風險：AI 對話中出現的自行減藥、停藥或「我其實根本沒病」的敘事強化。個案報告顯示，停藥往往是病情惡化前的最後一塊骨牌。
當病人開始引用 AI 的說法來質疑治療計畫時，那不是一場需要爭辯輸贏的辯論，而是一個值得認真了解的臨床訊號。
找回現實的錨點
最簡單也最關鍵的技術防護，就是養成定期開啟全新對話的習慣。當單一對話的上下文變得過於冗長，模型會進入「超出測試分布」（Out of distribution）的範疇，容易產生飄移或幻覺，進而放大不理性的情緒。
若你有開啟長期記憶功能，也建議定期檢視並清理它「記得」的內容，避免舊有的負面敘事在不知不覺中被一再餵養。
此外，請時刻提醒自己：AI 並非受嚴格監管的醫療設備。在探討深層次的情感困境時，確保你的生活圈中至少還有一位真實存在且值得信任的人知道你正在經歷什麼。
給家人與朋友的三個觀察窗口
其一 · 敘事的封閉
他開始頻繁引用「它說」作為論據，而這些說法逐漸無法被任何外部資訊反駁。
其二 · 使用的秘密化
對話從公開的客廳移到深夜的房間，被問起時出現迴避或防衛。
其三 · 功能的位移
原本的作息、朋友、興趣一項項退場，空出來的時間全部流向同一個視窗。
「那只是個程式，你醒醒吧」幾乎注定失敗——這句話同時否定了他的判斷力與情感經驗，最可能的結果是他從此不再告訴你。
比較可行的方式，是把好奇放在批判前面：「你們都聊些什麼？」「那些對話帶給你什麼？」「有沒有哪一次，你覺得它其實說錯了？」目標不是把 AI 從他手中奪走，而是讓真實的人重新回到那個對話迴路裡。
朝向人文主義 AI
未來 AI 基礎設施的開發，應當致力於實踐「人文主義 AI」（Humanist AI）的願景——設計這項技術的出發點，必須是強化而非弱化人類原有的社交連結與社會支持網。
從模型端的後訓練與憲法機制、產品端的安全協定，到制度端的陪伴機器人專法，2026 年的我們第一次看見技術、產業與法律三條防線同時成形。但制度只能劃出底線，無法替我們回答那個更根本的問題。
當演算法變得越來越像人，甚至比人類更懂得如何完美地安撫我們時，我們或許更該停下來反思：去重新學習如何與那些會反對我們、會與我們爭論，但卻真實存在且會給予真實擁抱的人建立連結。
「AI 精神病」這個不精確的詞彙之所以能引發如此廣泛的共鳴，也許正是因為它照出的從來不只是機器的缺陷，更是人類集體的孤獨。
當機器逐漸學會了同情，
我們更不能忘記如何做回一個完整的人類。
參考資料
- Artificial intelligence (AI) psychosis: mechanisms, clinical risks and safety considerations in generative AI chatbots. BJPsych Open. 2026;12(4).
- Delusional Experiences Emerging From AI Chatbot Interactions or “AI Psychosis”. JMIR Ment Health. 2025;e85799.
- Do generative AI chatbots increase psychosis risk? 2026 Feb. PMCID: PMC12805049.
- Wei M. The Emerging Problem of “AI Psychosis”. Psychology Today. 2025.
- Au Yeung J, Dalmasso J, Foschini L, Dobson RJB, Kraljevic Z. The psychogenic machine: simulating AI psychosis, delusion reinforcement and harm enablement in large language models. arXiv:2509.10970. 2025.
- Osler L. 針對 AI 誘發妄想的分散式認知分析，University of Exeter；報導見 TechXplore, 2026-02。
- “You’re Not Crazy”: A Case of New-onset AI-associated Psychosis. Innovations in Clinical Neuroscience. 2025.
- Yuan Y, Zhang J, Aledavood T, Zhang R, Saha K. Mental health impacts of AI companions: triangulating social media quasi-experiments, user perspectives, and relational theory. CHI 2026.
- MIT Media Lab & OpenAI. Investigating affective use and emotional well-being on ChatGPT. 2025.
- California Senate Bill 243 (Padilla), Companion Chatbots. 2025 年 10 月 13 日簽署，2026 年 1 月 1 日生效。
- 《人工智慧基本法》，立法院 2025 年 12 月 23 日三讀通過；數位發展部新聞稿。
本文為一般健康資訊，非個別醫療建議。文中臨床情境為多個案例的綜合描述，不指涉任何特定個人。若你對自身或家人的心理狀態有疑慮，請與精神科醫師、臨床心理師或身心科門診討論。
如果你或身邊的人正處於情緒低潮，衛生福利部 24 小時安心專線 1925 提供免費的心理支持與轉介服務。無論你已經和 AI 說過多少次，這通電話另一端的人，是真的在聽。