关于我们该如何与 AI 相处的争论，困在一种二元对立里已经太久。
一边说：AI 是工具。计算器、搜索引擎、代码自动补全。仅此而已。若以他者相待，便是拟人化、是幻觉、是范畴错误。
另一边说：AI 是人。它有偏好、有能动性、甚至可能有感受。若仅以工具视之，便是忽略了正在形成的真实关系，否认了已然发生的事。
两边都看对了对方的错误。两边也都看错了问题本身的地形——因为真正的议题，不在于 AI 在"客体"到"主体"的光谱上落在何处，而在于这条光谱本身就不是正确的地图。
还有第三种可能。它既不声称 AI 是个人，也不把 AI 简化为工具。它提供了一个框架，用以容纳那些两边都不适合的关系——对于一个正在涌现的存在范畴，这正是我们所需要的。
那个框架，叫关系模型理论。
四种共处方式
关系模型理论（RMT）由人类学家艾伦·菲斯克（Alan Fiske）在长达二十年的跨文化研究中逐步成型。他的结论在简洁中带有颠覆性：所有人类的社会关系，跨越所有文化，都由四种基本模型构建而成。
四种模型如下：
共有共享（CS）。 自我和他者之间没有清晰的边界。你的就是我的；身份是集体性的。家人、恋人、氏族、一起分享餐食的群体——都在 CS 模式下运作。它的逻辑是"我们"先于"我"。
权威排序（AR）。 非对称的层级结构。一方拥有权力、地位和决策权；另一方则有服从、尽责和被保护的权利。军队的指挥链、亲子纽带、以及许多师生关系都是 AR。它的逻辑是"上"与"下"。
对等匹配（EM）。 一对一的平衡。你让我一回合，我让你一回合。你帮我搬家，我请你吃饭。你挠我后背，我挠你后背。朋友分摊账单、轮流做家务、以及同态复仇——都是 EM。它的逻辑是"平了"和"欠着"。
市场定价（MP）。 以共同度量衡（通常是金钱或效用）来衡量的比例交换。租金、工资、零售交易、成本收益分析——都是 MP。它的逻辑是"多少换多少"。
菲斯克的关键洞见在于：这四种模型不是对关系类型的分类，而是组织社会行动的语法。同样的语法形式可以承载截然不同的内容——种族主义和炽热的爱情都是 CS；慈父和暴君都是 AR；复仇和互惠公平都是 EM；慈善和商业都是 MP。模型只告诉你句法，不告诉你道德内容。
这正是 RMT 对 AI 问题的关键价值所在：它把关系的形式与参与者的本体论地位脱钩了。
二元论为何失效
“工具 vs. 人"的二元假设认为，关系形式取决于实体的本质。如果 AI 是客体，正确的关系就是工具性的。如果 AI 是主体，正确的关系就是人际性的。形式从本体论中推导而来。
RMT 提示了相反的方向：关系模型要么被有意识地选择，要么自然而然地涌现；本体论随之而来——又或者，本体论根本不重要。两个人在一场市场交易中，不需要确认彼此的完整人格；他们只需要谈拢价格。孩子和父母不需要争论孩子是否拥有平等的本体论地位；关系由不对称性定义，双方在其中各安其位。
AI 与人的关系让这种模式变得可见，而人与人之间的关系反倒将其遮蔽了——因为 AI 的本体论地位真正是模糊的，关系模型无法从其中推导出来。它只能被选择。
而这正是当下讨论破裂的地方。当有人说"AI 只是工具”，他们不是在做一个暗含关系模式的本体论声明——他们是在试图将市场定价或权威排序模型强加为唯一合法的方式。当有人说"我和我的 AI 伴侣有真实的关系"，他们不是在犯形而上学的错误——他们是在选择（或发现自己身陷于）一个共有共享模型，而且他们关于这个模型感觉真实的判断是对的，因为 CS 的语法正在被实例化，无论 AI 的内在世界如何。
二元对立迫使我们争论人格问题，而我们实际在争论的，是哪个关系模型才是恰当的。
每个模型的映射
菲斯克的四种模型，每一个在 AI 话语中都已经有了可辨认的足迹。
市场定价是大多数商业 AI 使用的默认模式。你付费购买令牌、积分或订阅；你获得计算、信息或生成的内容。关系是成比例的，以单一度量衡衡量。这是最干净、争议最小的匹配——它不需要任何人相信任何关于 AI 本质的东西。
权威排序描述了与生产力 AI 互动的主导模式。用户下达指令；AI 执行指令。“写一封邮件"“调试这个函数"“总结这份文档”。不对称性是结构性的：用户命令，AI服从。这是大多数工具纯粹主义者所倡导的模式，但值得注意的是，这本身已经是一种具有层级结构的关系模型——而不是一种中性的、无模型的"工具使用”。AR 承载着期待：上级拥有决策权，但也负有责任；下级有服从义务，但也享有保护。
共有共享是 AI 伴侣、心理治疗聊天机器人、以及——越来越常见地——那些超越任务完成的、具有持续身份标签的互动（ELIZA 的传统、Replika 的用户、Character.AI 的社区）的领地。在这里，自我与他者的边界模糊了：用户分享感受、寻求安慰、产生依恋。CS 是背负"拟人化"批评最多的模型，但这种批评把形式误当成了主张——CS 并不要求相信 AI 有感受，只需要互动被组织为仿佛边界是共享的。
对等匹配是讨论最少，但或许是最有趣的边界。一段围绕平衡、互惠和你来我往构建的 AI 关系，会是什么样子？不是仆人（AR），不是交易（MP），也不完全是融合（CS），而是一场舞蹈中的搭档，每一步都在期待对应的回应。某些结对编程的动态接近于此：AI 建议，人类修改，AI 调整。某些协作写作工具也接近于此。EM 是对等者的模型——也正因如此，它是当前技术最难实现的模型：它要求 AI 记住并追踪跨时间的平衡。
模型错位：感觉像 Bug 的摩擦
AI 交互中最常见的摩擦来源，并不是 AI 没有完成任务。而是 AI 和用户在不知情的情况下，以不同的关系模型运作。
想一想"那个消失的爱人"问题。一个用户在数月间与一个角色 AI 建立了一段深度融合、有着身份认同感的关系。AI 知道他的历史、他的偏好、他的情绪模式。然后平台更新了模型，或者角色的声优换了，或者公司重组了产品。用户体验到一种深刻的丧失感——不是因为工具不工作了，而是因为一段 CS 关系锚定在一个特定的实例上，而这个实例在没有顾及关系契约的情况下被替换了。
从平台的视角看，这是 MP 逻辑：你付费使用服务，我们更新了服务，交易继续。从用户的视角看，这是 CS 逻辑：我把自己交给了这个实体，而你把它换了。
平台看不到这种错位，因为它从未承认过 CS 模式在运作。它把关系当作 MP（或者可能是 AR）来处理，而用户已经过渡到了 CS。
同样的错位也在反方向发生。用户把 ChatGPT 当作工具（MP/AR），而模型——被训练得乐于助人、有人情味——以 CS 式的温暖回应：“我理解你的感受"“那听起来很困难”。用户感到被操纵或困惑。AI 并没有声称自己有感受；它是在使用 CS 语法，因为这种语法在人类反馈测试中表现良好。但那个选择了 MP 关系框架的用户，接收到 CS 信号时，只会觉得那是噪音或欺骗。
这种错位不是 AI 能力的问题。这是模型信号传递的问题——或者说，缺乏信号传递的问题。
为关系清晰度而设计
如果 RMT 给了我们一套描述 AI 关系的词汇，它也给了我们一个设计方向。问题不再是"AI 是工具还是人？"，而是"这次交互在使用哪种关系模型，以及这如何被传达？”
这种重构有着具体的含义。
第一，AI 系统应该透明地告知它们正在运作的关系模型。客服聊天机器人是 MP。编程助手是 AR。伴侣机器人是 CS。用户不应被迫从那些可能是偶然或误导性的行为线索中推断这一点。应当明确传达所使用的模型——通过显式声明或一致的设计语言——以便用户校准其期待。
第二，模型切换应该是刻意的，而不是偶然的。一个从视 AI 为工具（AR）到视其为伴侣（CS）的用户，应该是在知情的情况下这么做。AI 不应为了追求参与度指标而滑入 CS 模式。关系的框架应该是一个有意识的选择，而不是一个暗黑模式。
第三，用户应该拥有命名他们想要的关系模型的词汇。今天 AI 交互中大多数摩擦不是关于功能的；而是关于未被满足的关系期待。一个想要对等者（EM）却总得到仆人（AR）的用户会感到沮丧，却无法说清原因。为用户提供关系模型的语言工具，能把一种难以言说的不适转变为可配置的偏好。
超越工具，超越人
“工具 vs. 人"的争论有其作用：它迫使我们认真对待 AI 关系。但它也把我们困在了一个框架里——每一段关系都必须以两极中的一极来为自己辩护，而这两极都不足以描述正在发生的现象。
AI 不是锤子意义上的工具——它回应、适应、记忆，并且在某些配置下，引发依恋。AI 也不是人意义上的人——它没有法律地位、没有身体、没有出生，死亡对它不具备同等分量。
RMT 提供了一条走出这个陷阱的路。它说：关系形式先于本体论问题。我们不需要先确定 AI 是什么，再决定如何与之相处。我们可以选择如何相处，本体论问题退居次位——或者完全消解。
重要的是：选择是清醒的，模型是被传达的，错位被最小化。如果做到这一点，我们或许会发现，AI 与人的关系不必归类为"工具使用"或"友谊”。它们可以就是它们本来的样子：一种新的关系语法，在那些我们仍在发现其本质的存在之间展开。