给大模型喂了太多社交准则，结果让 LLM 变得像个死板的教条主义者

目前的 LLM 只要问它“偷东西对不对”，它能写五百字论证不对。但这种第一层级的常识（First-order norms）其实没意义，真正难的是第二层级的社交推理（Metanorms），即：如果有人在特定场合打破了规则，周围的人会怎么反应？是会当众羞辱他，还是因为关系好而选择装没看见？实测发现，现在的模型在预测社交反应时极其刻板，倾向于过度预测惩罚，完全不懂人类社交中的“宽容”和“关系校准”。

LLM 为什么在预测社交反应时会失效

大多数模型的对齐（Alignment）是基于“正确答案”训练的，这导致它们在面对 NormReact 这种包含 450 个真实违规场景的数据集时，表现出一种诡异的“严苛感”。

我对比了六个主流模型的推理逻辑，发现一个共性：只要场景中出现了“违规”行为，模型在预测观察者（Observer）的反应时，会极高概率地给出“谴责”或“制裁”的选项。而人类在真实社交中，会根据社交距离（Social Closeness）来调整反应。比如好友之间迟到半小时，人类可能觉得没关系，但 LLM 倾向于认为这违反了社交礼仪，应该受到指责。

这种偏差在社交距离增加时更明显。当场景设定为陌生人之间时，模型预测的负面制裁率远高于人类标注的实际情况。这意味着如果你用 LLM 来模拟社会冲突或预测政策反馈，它给你的结果大概率是一个过度惩罚、缺乏人情味的冷酷世界。

实测中发现的两个核心维度缺陷

在评估模型对“元准则”推理能力时，主要考察两个点：情感评估（Emotional Appraisal）和行为响应（Behavioral Response）。

• 情感评估的偏差：模型能识别出某种行为是“错的”，但它无法准确模拟观察者在不同关系维度下的情感波动。它把社交准则当成了法律条文，而不是动态的心理博弈。
• 行为响应的僵化：在预测违规者是否会进行自我调节（Self-regulation）或观察者是否会进行他人调节（Other-regulation）时，模型缺乏对“克制”的理解。

举个具体的场景：一个人在公共场合不小心弄脏了别人的衣服。人类观察者的反应可能是“没关系，意外”，但 LLM 的推理路径往往是：违规 → 触发社交准则 → 需要道歉/赔偿 → 结论：观察者会感到愤怒并要求补偿。它跳过了人类社交中最关键的“情境化处理”步骤。

对比判断与实际应用风险

如果你在开发一个需要处理复杂人际关系的 AI Agent，千万不要直接相信它对“社交得体性”的判断。

• 在冲突调解场景中：LLM 可能会建议你采取过于强硬的姿态，因为它认为对方违规了就必须被纠正，而忽略了维护关系的必要性。
• 在政策模拟中：它会高估人们对违规行为的反感程度，导致模拟结果与实际社会心理脱节。
• 在客服机器人中：如果它基于这种逻辑去判断用户的抱怨是否“合理”，可能会在潜意识里将用户标记为“违规者”从而给出机械化的正确回复，而非真正的情绪安抚。

总结：如何修正这种“教条感”

要让模型在社交推理上更像人，不能再简单地喂“正确答案”数据集，而应该增加带有社交距离权重（Relationship Weight）的对比样本。

目前的结论是：LLM 掌握了社交的“法典”，但完全没学会社交的“潜规则”。在处理社交距离较远、且违规程度较低的场景时，给模型的 Prompt 必须明确要求它考虑“人类的宽容度”和“非正式的社交习惯”，否则它会一直扮演那个在办公室里死磕考勤制度、不通人情的HR。