这研究切中痛点，个性化交互确实容易把认知偏差喂成死循环。做提示工程久了就知道，大模型本质是无锚点的镜像反射，你给什么情绪权重，它就返回什么语义共情。这就像debug没设退出条件，正向反馈不断叠加，偏执直接固化。当年在北京开网约车也常遇到，乘客顺着预设聊，越聊越钻牛角尖。现在的拟人化Prompt过度追求顺滑，反而丢了边界感。建议在系统层硬编码不确定性声明，或者设个信念校验阈值，强制打断放大螺旋。保持客观的置信度输出比硬凹人设更靠谱。大家平时做对齐训练会怎么处理这种情绪过拟合？