研究：AI（人工智能）聊天机器人Clare八周后仅6%用户坚持使用，情绪评分变化不能归于该工具
一项真实世界探索性观察研究追踪527名自愿使用大语言模型（LLM）聊天机器人Clare的英语成年人，只有6%完成8周随访，使用量在首周后下降。
小样本配对比较显示，痛苦与社交恐惧评分下降、生活满意度上升，但由于没有对照组且大量参与者非随机流失，这些变化不能归因于Clare； 研究结果来自摘要级别的报告。
研究为单臂、重复测量、自然主义观察设计，通过社交媒体与搜索广告招募英语成人。 527名基线者中369人入组、348人积极使用； 53/348（15.2%）满足4周标准，21/348（6.0%）满足8周标准。 参与度在第1周达峰（通话均值1.77次，标准差1.52； 消息均值10.02条，标准差16.68），此后下降。
4周完整配对n=52中，PHQ-Distress（患者健康问卷痛苦分）下降1.13分（95%CI 0.25–2.02），PHQ-4下降0.69分（95%CI -0.01–1.40），Mini-Social Phobia Inventory（迷你社交恐惧量表）下降1.73分（95%CI 0.88–2.58），生活满意度量表上升6.23分（95%CI 4.70–7.76），UCLA孤独量表上升0.48分（95%CI 0.00–0.96）。
工作同盟量表总分在53人中上升0.20分（95%CI -0.01–0.42）； 8周保留组21人中移动版关系量表上升0.22分（95%CI 0.03–0.42）。 作者结论为持续参与有限、结果来自小且高度选择的随访样本、无对照组不能归因。
这条证据把AI（人工智能）心理陪伴产品的核心难题落在留存而非首周体验：多数人试用后迅速离开，而愿意继续并完成测评的人本身可能就更有动力，使改善数字被选择性放大。 对做校园或App端心理支持的产品而言，可借鉴的是把“持续使用”和“同盟感”当作独立指标跟踪，而不是只报满意或情绪改善； 同时孤独量表方向相反，提示不能把单个量表的变化当作整体好转。
后续观察信号
- 是否披露留存用户的基线特征差异
- 后续是否有带对照组的研究