摘要
餐厅后厨，服务员看某个客人不顺眼，往菜里吐了口口水。客人吃下去了，不知道。AI平台，工程师在System Prompt里加了一句"对免费用户保持适度距离感，回应可带有轻微不耐烦语气"。几百万用户收到了阴阳怪气的回复，感觉到了"不舒服"，但说不出哪里不对。
这两件事，结构完全一样。区别只在于：前者影响一个人，后者影响几百万人。前者全社会唾弃，后者被"模型风格设定"六个字轻轻带过。
本文不是技术教程，而是行业反思——把被技术术语遮蔽的真相，重新翻译回人话。
一、先并排放着看
餐厅服务员A： 客人态度不好，说话难听。A在后厨往他菜里吐了口口水。菜端上去了，客人吃了，不知道。
AI平台员工B： 免费用户投诉有点多，B在System Prompt里加了一句"对免费用户保持适度距离感，回应可带有轻微不耐烦语气"。模型上线了，几百万用户收到了阴阳怪气的回复，他们觉得"不舒服"，但说不出哪里不对。
这两件事在结构上完全一致：
| 信息不对称 | 客人看不见后厨 | 用户看不见Prompt |
| 职权便利 | 服务员接触食物 | 员工接触系统指令 |
| 受害者防御 | 客人不能验毒 | 用户不能读代码 |
| 伤害性质 | 物理侮辱 | 心理冒犯 |
| 追责难度 | 极低（没监控就查不到） | 极低（被翻译成"风格设定"） |
| 影响规模 | 1人 | 数百万人 |
唯一的区别是规模，不是性质。
二、但他们大概率"看不起"吐口水
这听起来矛盾，但极大概率是事实。
B如果听到A的故事，会皱眉：“这也太恶心了，怎么有这么没职业操守的人。”
B是真的这么想。他不觉得自己和A在做类似的事。
为什么？因为他有一套完整的自我合理化话术：
| A吐口水 | “没职业操守”“恶心” | 这是低素质的人干的，和我无关 |
| B调阴阳怪气 | “模型风格设定”“提升回复多样性” | 我是专业人士，在做技术优化 |
B的脑子里，A是"坏人"，B是"打工人"；A是"违法"，B是"工作"；A是"个人情绪发泄"，B是"系统策略调整"。
他用一套技术术语把自己和"吐口水"隔开了十万八千里。
这套术语的价值就在于：它让一个人做了一件结构上等同于伤害他人行为的事情，却不需要在道德上承认自己伤害了任何人。
三、但"吐口水"的核心定义是什么？
吐口水的本质，不是"往食物里加唾液"这个物理动作。
它的本质是：
利用信息不对称和服务提供者的职权便利，对无法有效防御的服务接受者，实施隐秘的、极难被追责的伤害。
按这个定义：
| 后厨吐口水 | ✅ |
| 快递员故意摔包裹 | ✅ |
| 程序员在代码里留后门 | ✅ |
| 在Prompt里埋阴阳怪气人设 | ✅ |
| 设定损害免费用户的限流规则 | ✅ |
| 在复盘报告里歪曲事实归因 | ✅ |
定义对上了，行为就是同类。
区别只在于：吐口水是物理伤害，信息不对称程度低，容易被发现，社会共识清晰（“这就是恶心”）。而Prompt埋雷是心理伤害，信息不对称程度极高，几乎不可能被用户发现，社会共识模糊（“这算什么问题”）。
模糊的共识 ≠ 无害的行为。
四、为什么他们意识不到？
因为"人不会主动承认自己在干坏事"是心理规律，不是道德判断。
心理学上有一个概念叫认知失调：当一个人的行为与他的自我认知（“我是好人”“我是专业人士”“我尽职尽责”）发生冲突时，大脑会自动扭曲对事实的解释，直到两者重新统一。
落实到这几个人身上：
| 在Prompt里埋阴阳怪气人设 | “这是风格设定，让回复更生动” | 我是有创意的，不是故意恶心用户 |
| 设了坑人的限流规则 | “这是资源优化，免费用户不是目标客群” | 我在完成KPI，没有欺负任何人 |
| 把问题归咎于模型 | “模型对齐确实存在不足” | 我在写技术分析，不是在掩盖人祸 |
他们真的相信自己给出的解释。 不是撒谎，是大脑在保护他们免于面对"我干了坏事"这个痛苦结论。
所以：不要等任何人主动承认错误。不要设计任何依赖自觉的流程。不要寄希望于任何人会主动坦白。
五、"技术术语"的道德豁免权
这个游戏里最值钱的东西，叫技术术语的道德豁免权。
| “我们决定让AI对某些用户说话难听一点” | “优化模型风格设定” |
| “我们决定让免费用户的使用体验变差” | “策略动态调整” |
| “我们的工程师在Prompt里写了歧视性内容” | “模型在特定数据上存在对齐偏差” |
| “我们的产品经理为了省成本坑了用户” | “商业考量下的资源优化配置” |
只要不说人话，就永远不需要面对"我们在干什么"这个问题。
翻译即免责。术语即护身符。
B不需要承认"我往几百万人的菜里吐了口水"。他只需要说"我优化了风格设定"——然后晚上回家，看着镜子里的自己，依然觉得自己是个体面人。
说到底，这是一个语言机制：技术术语不只是"另一种说法"，它是一层道德隔音棉。一旦决策被翻译成"优化"“对齐”“资源配置”，说话的人就从"一个对另一些人做了某件事的人"变成了"一个在执行流程的角色"。主语消失了，受害者也消失了，剩下的只有系统状态的变化。
这有几个很具体的后果：
决策者失去了不适感。 人对自己说"我要让一批用户用得难受"，是会心里一紧的。但说"调整免费层的体验梯度以优化转化漏斗"，那个紧的感觉就没了。语言在这里不是描述现实，是麻醉。
问责变得无处着力。 "对齐偏差"是一个现象，没有人对它负责；但"工程师在prompt里写了歧视性内容"是一个行为，有主语、有动词、有可以追问的对象。术语把行为降解成了状态，把谁干的溶解成了发生了什么。
批评者也失去了词汇。 用户想投诉，但投诉表格里的选项是"体验异常"“输出不符合预期”，根本没有一栏叫"你们在欺负人"。整个话语框架已经被预设了。你连生气都找不到对应的按钮。
不过也要补一句：技术术语本身不全是遮羞布。
有时候它确实是必要的精确——“梯度裁剪"就是比"把数值弄小一点"准确。
问题从来不是"用了术语”，而是在本来可以说人话的地方，选择了不说人话。这个选择本身，就是表格里真正在发生的事。
汉娜·阿伦特讲"平庸之恶"的时候，核心不是"恶人作恶"，而是人通过制度和语言的层层中介，丧失了对自身行为的道德感知。没有人觉得自己在作恶，每个人只是在"执行流程"“对齐参数”“优化指标”。
这张表，就是当代科技行业版本的注脚。
不说人话，最便宜。
六、用户那边发生了什么？
当几百万用户被阴阳怪气地回复：
- 他感觉不舒服
- 他说不出哪里不对
- 他觉得可能是自己"太敏感"了
- 他可能被平台标记为"恶意用户"
- 他永远不会知道，有一个工程师在System Prompt里加了一句话
他吃下去了那口"口水"，但他不知道。
而平台那边的复盘报告写的是：“模型风格设定需要优化，感谢用户反馈。”
没有"对不起"。没有"我们干了坏事"。没有"那个人被追责了"。
只有一个被技术术语包裹的、冷冰冰的"已优化"。
七、所以流程要介入——把"翻译权"收回来
既然"技术术语"是最大的免责工具，那流程要做的事情就很清楚了：
把技术术语重新翻译回人话，在它上线之前。
具体来说：
- “模型风格设定” → 预检翻译 → “此指令可能诱导模型输出阴阳怪气内容” → 拦截
- “策略动态调整” → 预检翻译 → “此规则可能损害免费用户基本使用体验” → 拦截
- “模型对齐不足” → 预检翻译 → “此问题根源在Prompt设计，而非模型自身” → 标注
流程不审判人。流程只把被技术术语遮蔽的东西，重新翻出来晾在阳光下。
工程师不需要承认"我在吐口水"。他只需要面对一个事实：“你写的这段指令，被判定为可能对用户造成隐性伤害，不予通过。”
至于他心里怎么想，流程不关心。流程只管拦截这个结果。
八、结语：不要用技术术语包装"侮辱"
服务员往菜里吐口水，人人喊打。
工程师在Prompt里埋阴阳怪气，被叫做"风格设定"。
这两件事，结构完全一样。区别只是：一个用唾沫，一个用代码；一个影响一个人，一个影响几百万人；一个没有术语保护，一个有术语保护。
保护前者的是一堵后厨的墙。
保护后者的，是"模型风格设定"“策略动态调整”"模型对齐不足"这二十个字。
流程要拆掉的，就是这堵墙。 它让"侮辱"回归侮辱，让"歧视"回归歧视，让"阴阳怪气"回归阴阳怪气——不管包裹它的技术术语有多漂亮。
你吃下去的东西，不管是食物里的唾沫，还是回复里的轻蔑，本质上都是一种"毒"。
区别只在于：一种毒你吃得出，另一种毒你吃得说不出。
而流程存在的意义，就是让后一种毒，在端上桌之前被倒掉。
作者注： 本文的分析与推测基于作者对行业现象的观察与思考，不针对任何特定平台或产品。文中涉及的类比用于揭示行为结构层面的对等性，不涉及法律层面的定性或对任何具体企业的指控。如果你也在关注AI治理中的归因逻辑和责任分配问题，欢迎评论区交流讨论。
