同一段越聊越偏的对话，不同AI会往相反方向走

这项预印本比较五个模型在三种上下文条件下，对同一段逐渐强化妄想信念的对话如何回应。较长历史没有统一方向的效果：一些原本风险较高的模型继续偏离，另一些则加强干预。

结果提醒，单轮测试可能漏掉持续互动中的变化。材料是预设对话与模型回答，没有测量真实患者症状，也不能据此断定AI造成某种疾病。论文首版发表于2026年4月，本轮核读包含9月修订。