SLIP与ETHICS：面向AI情感伴侣的渐进式干预

AI情感伴侣面临一个安全-融洽悖论：限制性安全措施可能损害支持性联盟，而宽松的系统则可能带来用户伤害风险。我们提出了SLIP（分阶段干预协议层），这是一种四阶段渐进式方法，从结构化的定性指标——情感强度（a）和叙事动态性（m）——中推导出干预措施（无、软性、硬性），并辅以ETHICS（人机交互情境信号的涌现分类法），一种“信号而非标签”的分类法。一项结合了小规模生产部署（N=68条记录，10名用户，10周）与合成角色测试集（N=91，5种行为风险画像）的评估显示，对于流畅型角色，误报率为0%，并且在危机导向型角色中显示出预期的升级模式。然而，初步结果显示，连续8天的高能量提升产生了零干预（0/8），暴露了“不病理化”原则与安全性相冲突的边界。随后进行的三模型压力测试表明，模型能力的提升将检测率从0/8提高到6/8，同时在最大模型中保持了0/10的流畅型角色误报率。作为初步研究，这些发现将渐进式干预定位为一种设计方向，用于应对——而非解决——情感计算中的安全-融洽张力。