OpenAI给AI心理健康划红线，这步棋走早了还是晚了？

当一个AI在用户说"我撑不下去了"时该做什么？是转移话题、给建议，还是直接挂断？OpenAI的MentalHealthBench试图用一套标准化测试回答这个问题。我看了他们的介绍——这个基准的核心假设很激进：把心理危机干预能力变成可量化的分数。争议点显然不在技术指标上，而在于"量化共情"本身是否成立。一个模型能在benchmark上拿高分，不代表它不会在某个深夜给一个绝望的人发一句冰冷的"请寻求专业帮助"。但话说回来，没有这个baseline，行业连讨论"AI能不能做心理陪伴"都没有共同的尺子。我倾向于相信这个基准的价值不在于它的精度，而在于它把"该不该让AI碰心理健康"这个模糊的伦理问题，拽到了一个可以被具体争论的位置上。

原文：MentalHealthBench · 来源：Hacker News