用 AI 做个性化，而不让人觉得被冒犯

个性化过去很粗糙：邮件主题行里加个名字、划分几个宽泛的客户群。AI 改变了它的经济账。一个模型如今能推断偏好、预测意图，并以从前不可能的规模，为单独一个人量身定制体验。做得好，这感觉像一个懂你的产品。做得糟，这感觉像被监视。两者之间的界线很窄，而越过它会对信任造成持久的损害。本文要谈的，就是如何待在它正确的一侧。

为什么个性化会翻进"令人发毛"

那份不适几乎从不来自个性化本身。它来自那一刻的醒悟。一条相关的推荐让人感觉有帮助，直到用户心里一惊：「等等，它怎么会知道这个？」那一闪而过的醒悟——意识到某样东西被观察、被推断或被关联起来了，而这是本人并未自觉分享的——正是那种令人发毛的感觉。问题不在于数据是错的。问题在于数据对得让人莫名其妙，对得从未被解释过。

这意味着目标不是更少的个性化。而是永不触发那一闪醒悟的个性化。同一条推荐，感觉是体贴还是侵犯，完全取决于用户能否理解它是怎么发生的。相关加透明，感觉像服务。相关减透明，感觉像监控。

谨慎使用推断出的数据——放心使用可见的数据

把一个人自觉给你的数据，和你推断出来的关于他的数据区分开，是个有用的划分。如果有人告诉你他想要徒步装备，推荐靴子显然没问题——他们预期得到。但如果你的模型从无关行为里推断出他们大概在筹划一次旅行，而你又公开地据此行动，那么即便这个猜测很准，你也冒着触发那一闪发毛的风险。

实用的规则是：一个行动越是依赖推断出的或敏感的数据，它就越需要在机制上隐而不显，或者被明确地解释。基于某人明确告诉你的东西做个性化，是安全的。基于你推断出的关于他的东西做个性化——尤其是任何触及健康、财务、人际关系或身份的东西——则要求真正的审慎。AI 让推断变得廉价，而这恰恰是为什么围绕它的纪律必须是刻意的。

解释"为什么"——它会改变一切

对抗"令人发毛"最有效的单一防御，是那个可见的理由。「因为你看过 X」或「买了这个的人也买了」，把一条推荐从诡异变成可理解。用户看到了逻辑的链条，认出它是公道的，于是那份不安蒸发了。你并没有做更少的个性化；你让个性化变得可读。

这几乎不花成本，却买来巨大的信任。当一个人理解他为什么看到某样东西时，他就能评估它、纠正它，并感到自己掌控着它。当理由被藏起来时，即便一条准确的推荐，也让人感觉这个产品知道它不该知道的事。把你的推理摊出来，大多数"令人发毛"的问题就会自行消失。

把控制权交给人——并尊重它

没有控制权的个性化，是"对"一个人做的事。有控制权的个性化，是"为"一个人做的事。区别在于他能否看到系统自以为知道什么、能否在它出错时纠正它、能否在他想要时关掉它。一个明显误判了某人、又无从修正的模型，比没有个性化更糟——它既错误又无可逃脱。

这些控制必须是真实的，而非作秀的。一个并不真正改变体验的"退出"选项，或一个系统悄悄无视的偏好设置，比没有更糟，因为它教会用户：他们明说的意愿无关紧要。把用户控制当作有约束力的限制、而非建议，是让你的控制与风险相匹配的一部分，而这正是诸如 NIST AI 风险管理框架（NIST AI Risk Management Framework）之类的框架所倡导的核心姿态。

警惕 AI 引入的那些失败模式

AI 个性化有一些粗放个性化从未有过的失败模式。它会过度拟合于单一一个时刻——你为别人买了一份礼物，现在你的整个体验都围着一个并非你的偏好重新组织起来。它会把人困在一个循环里，不断推送更多他们已经接触过的东西，直到体验收窄成一条死胡同。而它还会推断出一个人从未透露、也不希望系统据以行动（哪怕是默默地）的敏感属性。

这些不是边缘情况；它们是一个不加节制、为参与度而优化的系统的正常行为。防御之道，是为用户的真实利益而设计，而不只是为他们的下一次点击。让人能重置系统对他们的认知。内建多样性，好让个性化不至于坍缩成一条不断收窄的螺旋。并对敏感推断设下硬性限制，把它们视为禁区，除非本人明确邀请。

个性化"体验"，而不是个性化"人"

一个有用的心理框架：个性化某人正在做的事，而不是你以为他是谁。围绕一个明确的、当下的任务来定制——「你现在正在选购一顶帐篷」——是有帮助的，也很少令人发毛，因为它追踪的是这个人公开正在做的事。围绕一个"他是谁"的画像来定制——他被推断出的特质、他被预测的未来、他私密的处境——则是不安与风险聚集的地方。

第一种个性化是回应性的，感觉像好服务。第二种是擅自揣度的，感觉像被画像。AI 让第二种在技术上变得容易，这恰恰是为什么如今偏向第一种的那份克制，成了区分高下的东西。赢得信任的公司，是那些本可以深度画像、却选择轻度个性化的公司。

总结

AI 让个性化精准到了令人觉得被侵犯的地步，所以新的本事是克制，而非触达。那份令人发毛的感觉来自意识到自己被观察了，而不是来自被帮助——所以解药是透明：解释为什么、依靠人们自觉给你的数据、审慎处理推断，并让控制权真实可用。个性化某人眼前的任务，而不是一个你以为的"他是谁"的画像。把这一点做对，个性化感觉像尊重。做错了，世上最准确的推荐，依然感觉像一次侵犯。