AI时代的信任分裂
作者：龍德明宇
昨天和一个做B2B销售的朋友聊天，他说了一句让我愣住的话：「现在和客户沟通，我不确定对面是人是AI。」
不是开玩笑。越来越多的企业用AI做初步筛选、需求分析、甚至报价谈判。你以为是人在和你谈，其实是对面的AI在收集信息、生成回复，真正的人可能在十分钟后才看一眼。
这不是技术问题，这是信任问题。
而信任，在AI时代正在分裂为三种完全不同的东西：人机信任、人人信任、机机信任。它们遵循完全不同的逻辑，混在一起谈，就是鸡同鸭讲。
一、人机信任：一个伪命题
我们先说最反直觉的：严格意义上，你不应该「信任」AI。
信任是什么？信任是你相信对方会为了你的利益行事，即使他有背叛的能力。信任的核心不是「可靠」，而是「可背叛但不背叛」。
你信任朋友，是因为他有能力骗你但他选择不骗。你信任伴侣，是因为她有能力背叛但她选择忠诚。信任的前提是自由意志和道德选择的可能性。
哲学家Annette Baier早在1986年就区分了信任与「单纯依赖」，信任一旦丧失会让人感到背叛，而依赖不会。当然，这个立场在哲学界也有争议，但它为理解AI时代的信任提供了一个有用的起点。
AI没有这个。
用负主体性理论的话说：AI是纯粹的无意图系统。它给你一个正确答案，不是因为它「选择」对你诚实，而是因为它在统计上生成概率最高的输出。这意味着我们和AI的关系，本质上是负主体性依赖，而不是信任。它不能背叛，因为它没有意图，只有计算。但人类的大脑有拟人化天性，容易对高拟真的AI产生信任错觉，这正是危险所在。
所以我们说「信任AI」，其实是在说「依赖AI的统计可靠性」。这和信任是两回事。
危险在于：当我们把对AI的「依赖」误称为「信任」，我们会放松警惕。我们会把真正需要信任判断的事情交给AI（比如医疗诊断、投资建议、甚至人际关系决策），然后惊讶地发现AI会出错，而且出错时没有任何道德责任感。
人机关系的正确姿势不是信任，而是校准。你要清楚AI能做什么、不能做什么，在它擅长的领域依赖它，在它不擅长的领域保持警惕。这不是信任，这是工具使用的理性。
二、人人信任：AI时代的稀缺资源
如果人机之间没有真正的信任，那人和人之间呢？
答案是：AI让信任变得更稀缺，也因此更珍贵。
AI正在做两件事：
第一，AI让人更容易伪装。深度伪造、AI生成的「真诚」回复、自动化的情感表达，这些技术让「看起来可信」变得极其容易。你收到的那条温暖的朋友圈，可能是AI帮你优化的文案；你看到的那段感人视频，可能是AI生成的虚构场景。
当伪造的成本趋近于零，「看起来可信」就不再是可信的信号。
第二，AI让验证变得更容易。区块链可以验证信息的注册时间与完整性，AI可以检测伪造内容，数字签名可以验证身份。技术也在让「证明可信」变得更容易。
这两种力量在拉扯：伪造更容易 vs 验证也更容易。最终的结果是什么？
真正的人际信任，会向「高成本信号」集中。
什么意思？当低成本信号（文案、视频、照片）都被AI污染，人们会转向高成本信号来判断可信度：面对面的时间投入、长期一致的言行、在模糊情境中的道德选择、无法被AI模拟的「在场」。
经济学和生物学中早有信号理论解释这一逻辑：可信的信号必须有成本，就像孔雀开屏，只有真正健康的个体才负担得起这种代谢代价。Spence和Zahavi在1970年代就论证了这一点。
这可能就是为什么线下生意在AI时代反而更有价值，不只是因为线下有护城河，更因为线下是建立真实人际信任最不可替代的场景。
AI时代的信任逻辑：你越是AI无法模拟的，越有价值。你的身体在场、你的时间投入、你在模糊情境中的判断、你承担责任的意愿，这些是AI无法提供的，也因此成为信任的真正基础。
三、机机信任：一个全新的物种
现在说最陌生的：Agent和Agent之间的「信任」。
这其实不是信任，但值得单独说，因为它正在重塑商业。
两个AI Agent之间没有信任（因为它们都没有意图），但它们可以建立基于交易历史的协调机制。A Agent过去100次给B Agent提供数据，准确率98%，那A就「依赖」B。这不是信任，这是统计上的可靠性评估。
这件事已经不只是想象：谷歌的Agent-to-Agent协议、业界正在推动的「Know Your Agent」信誉框架，已经在让这种机制成为基础设施。
但这个机制可以支撑复杂的商业协作。想象一下：你的AI采购Agent和供应商的AI销售Agent自动谈判、签约、执行。它们之间没有「信任」，但有基于历史的「可靠性评分」。
这意味着什么？
Agent-Agent的「信任」是负主体性的（即AI作为无意图系统的存在状态）：纯粹的统计、优化、无意图。它高效、可扩展，但完全没有道德维度。如果Agent出错，没有道德意义上的「背叛」，只有技术意义上的「故障」。尽管功能性欺骗仍是真实风险，它恰恰印证了黑箱问题的严重性。
这种「信任」正在创造新的商业模式：自动化的供应链、智能合约、Agent市场。它不需要道德，只需要可靠性。
但它也带来新的风险：当Agent之间的协作越来越复杂，人类越来越难理解它们在做什么。当两个Agent用人类无法理解的高维统计逻辑达成交易时，人类不仅失去了道德裁判权，也失去了技术控制权。这种机机信任可能演变成人类社会无法穿透的次级自动化生态。Agent-Agent的「信任」是黑箱的，因为它建立在人类无法直觉理解的高维统计之上。
结语：信任的三种形态，三种逻辑
AI时代，信任分裂为三种东西：
- 人机信任：不是信任，是依赖。要校准，不要托付。
- 人人信任：基于高成本信号（在场、时间、判断、责任）。AI让它更稀缺，也更珍贵。
- 机机信任：不是信任，是统计协调。高效但无道德维度，需要人类监督。
混淆这三种信任，是最大的认知陷阱。
把AI当朋友「信任」，你会失望。
把人当AI「依赖」，你会失去真正的关系。
把Agent协作当「信任网络」，你会忽视其中的黑箱风险。
AI时代的智慧，是分清这三种信任，把它们放在该放的位置。
你的AI工具，用它，但不要信任它。
你的朋友，信任他，因为他有能力背叛但选择不背叛。
你的Agent系统，依赖它，但保持监督。
这不是技术问题，这是存在论问题：在一个AI可以模拟越来越多事物的时代，什么是真实的？
答案可能是：那些无法被模拟的：你的在场、你的选择、你的责任。
本文基于负主体性理论框架，探讨AI时代世界观里的信任问题。
