直播间里那个穿着旗袍、说话温柔的“新主播”已经连续播了6个小时没有喝水、没有疲惫、没有情绪波动。你明知道她是虚拟人还是忍不住在评论区打了一行字“主播是真人还是AI”发出去的那一刻你其实并不在乎技术答案你在乎的是——屏幕那头的“她”到底有没有自己的意识。这个瞬间就是Perceived AI Agency。这可能是未来五年虚拟主播研究最值得押注的理论概念。它研究的不是“AI到底有没有主体性”这种哲学老问题而是“用户觉得AI有没有主体性”这个消费者心理问题。换句话说当虚拟主播出场时观众如何感知这个数字存在物的自主性、意图和道德分量。这个感知会决定用户是把她当成一个工具、一个店员还是一个值得信任的“人”。这篇文章我会从学术脉络、概念辨析、理论建模、实验设计到产业落地完整拆解Perceived AI Agency为什么能成为虚拟主播研究的理论锚点以及如果你想在这个方向上做研究或做产品应该从哪下手。1. Perceived AI Agency到底是什么从哲学概念到消费者感知1.1 从“AI有没有意识”到“用户觉得AI有没有意识”Agency在哲学和社会学里是个老概念简单说就是“一个行动者能否自主发起行动并对行动负责”。人有agency猫有很弱的agency石头没有。过去的AI研究喜欢问AI能不能算真正的行动者这个话题讨论了几十年没有定论而且对商业实践几乎没有指导意义。真正有实践价值的问题早在2007年就被学者Kim和Sundar盯上了他们在研究人机交互时提出了“感知的能动性”perceived agency这个概念核心主张是用户如何感知一个媒介实体的能动性比这个实体实际有没有能动性更重要。这个转向非常关键——它把问题从本体论AI到底是什么挪到了现象学用户体验到了什么从不可证伪的哲学思辨变成了可以用量表测量、用实验操控的实证问题。放到虚拟主播语境里这意味着当观众看到虚拟主播推荐一款产品时那个“她”背后是脚本引擎、是大语言模型、还是真人穿戴动捕设备都不如观众自己脑子里形成的“这个主播是不是有自己想法”的判断重要。而这种判断就是你研究中的核心变量。1.2 Perceived AI Agency与三个容易混淆的概念划清界限我刚开始接触这个方向时最头疼的就是概念边界。Perceived AI Agency和几个老熟人容易搞混研究写作时如果混用审稿人会直接质疑构念效度。第一组Perceived AI Agency vs. 感知智能性Perceived Intelligence感知智能性衡量的是“用户觉得这个AI聪不聪明”比如回答是否准确、推理是否合理。Perceived AI Agency则衡量“用户觉得这个AI是不是一个有独立意图的行动者”。一个AI可以看起来很聪明但完全没有自主性——比如一个检索系统回答精准却明显只是工具。反过来一个AI可以显得很有主见但不太聪明——想象一个虚拟主播固执地推荐她“自己”喜欢的口红虽然那支口红并不适合你。前者是能力判断后者是存在论判断维度不同不能混着用。第二组Perceived AI Agency vs. 拟人化Anthropomorphism拟人化指用户把人类特征投射到非人实体上比如给扫地机器人取名字。拟人化可以产生高Agency感知但两者不是一回事。一个卡通形象的虚拟主播可以非常拟人化但观众清楚她是被设计出来的是“像人但不是人”而一个没有具体形象声音冰冷的AI语音助手可能在没有拟人化的情况下被感知为高度自治——用户会觉得“它虽然不像人但它有自己的判断”。用统计学的说法拟人化是Agency感知的一个前因变量不是同义替换。1.3 用两个直白例子锁定概念我在给学生讲这个概念时常用两个例子对比。一个例子是某视频平台上的虚拟主播她可以实时回复弹幕、开观众玩笑、临场编段子。此时观众会产生“她好像有自己的想法”的感觉这就是高Perceived AI Agency。哪怕观众理智上知道背后是生成模型感性上的感知并不会因此消失。另一个例子是传统客服机器人它能精准回答“我的订单到哪了”但用户不会觉得它有自主性——它像一个自动售货机可靠但没有“意志”。同样是AI用户对两者的感知完全不同行为结果也完全不同对前者用户会形成情感连接和忠诚对后者用户只有交易满意度。这个概念之所以重要是因为感知本身就会影响行为。一个被感知为有高自主性的虚拟主播用户会期待她为自己的推荐“负责”会追问“你凭什么推荐这个”会因为她推荐了不好用的产品而“怪罪她”——而不是怪背后的运营团队。这种责任归因的转移恰恰是品牌方和平台最需要理解的机制。2. 虚拟主播研究为什么急需这个“新锚点”2.1 传统理论框架在虚拟主播面前集体失灵虚拟主播研究不是没有理论工具而是现有的几块基石已经快撑不住了。我梳理了目前论文里最常见的三个框架越用越觉得不够用。技术接受模型TAM框架把虚拟主播当成一个信息系统研究感知有用性和感知易用性。这个框架能解释用户愿不愿意使用虚拟主播功能但它完全不涉及情感连接和信任问题。直播间里用户为虚拟主播“打call”、下单、形成粉丝社群这种准社会关系远超出了“工具使用”的范畴。**准社会互动理论PSI**是另一个常用框架它解释了观众与媒介人物形成单向情感连接的现象。这个框架适合传统电视主持人和早期虚拟偶像但它的前提是观众把媒介人物默认当“人”研究的是“像人”带来的效果。可是现在虚拟主播越来越像人观众的真实困惑反而变成了“她到底是不是人”——这个问题会倒过来影响准社会互动能否形成。你想想如果你刚和主播建立了情感连接突然得知对方完全是程序驱动你会不会有一种被欺骗感这个“得知”前后的态度变化PSI理论解释不了。信任修复理论倒是能处理“被欺骗之后如何修复”的问题但它预设了“信任破裂”是偶发事件。在虚拟主播语境里AI身份的暴露几乎是必然发生的——当虚拟主播犯一个愚蠢的错误、说一句逻辑混乱的话观众瞬间就会意识到“这不是人”。这不再是偶发事件而是常态化的身份协商过程。用“修复”的框架去套“常态”逻辑上就别扭。这三个框架的失灵指向一个共同原因它们都在假设虚拟主播的“身份”是清晰确定的要么是工具、要么是人。而现实中虚拟主播的身份恰恰是流动的、模糊的、由用户感知动态建构的——这就需要Perceived AI Agency站出来做这个“锚点”。2.2 直播间里的“人设裂开”时刻感知的剧烈波动我在观察直播电商时注意到一个高频现象可以叫“人设裂开时刻”。比如某个虚拟主播在介绍商品时突然卡壳对用户的追问给出逻辑混乱的回答或者某个号称“AI驱动的虚拟主播”突然说出了运营团队内部的黑话。这些时刻里用户对主播的Agency感知会瞬间发生崩坠——原本觉得“她有自己想法”的观众会猛然意识到“她不过是个程序”。更微妙的是反向时刻。一些原本被标注为“AI虚拟主播”的数字人有时表现得异常灵光——对话流畅、幽默感在线、甚至能接住非遗文化的梗。观众会不由自主地产生“这背后是不是有个真人”的怀疑。这种怀疑一旦出现Agency感知又会往上跳。这种感知的剧烈波动就是研究的富矿。波动本身会影响什么我在行业报告里看到过不少关于虚拟主播转化率的案例当观众不确定主播身份时下单犹豫会增加当观众确信主播是AI时又会降低对推荐商品的信任。这说明Perceived AI Agency不是静止的个体差异而是可以被直播间事件动态改变的状态变量——这个性质对实验操控来说是好消息。2.3 AI代理技术升级让这个锚点更加紧迫2023年之后的大模型技术让虚拟主播发生了质变。过去虚拟主播靠的是预设脚本加决策树本质上是一个“会动的PPT”。观众很快就能摸清套路Agency感知很低。现在基于大语言模型的虚拟主播可以实时理解弹幕、主动发起话题、根据用户画像调整推销话术她不再是执行预设指令的播放器而是像一个“代理”agent一样自主决策——决定说什么、不说什么、推荐什么。这种从脚本执行到主动决策的转变就是AI Agent在直播电商里的核心体现。当虚拟主播真正成为“代理”时用户面对的就不再是一个简单的信息输出工具而是一个会被感知为拥有“自己目标”的行动者。学术界的感知研究如果还停留在“AI作为工具被接受”的层面就完全错过了这个时代的技术特征。Perceived AI Agency这个构念恰好是为了捕捉“AI作为行动者被感知”而生的。3. 核心理论建模怎么把Perceived AI Agency拆成可研究的框架3.1 四个核心维度从“感觉”到“可测量”把Perceived AI Agency变成实证变量第一件事就是拆维度。综合文献和质性访谈我建议从四个维度入手自主性、意向性、道德责任、社会临场感。**自主性Autonomy**指的是用户感知到虚拟主播在多大程度上独立决策。核心测量题项类似“我觉得这个主播的行为是自发产生的而不是被预先编程好的”。**意向性Intentionality**指的是用户是否认为主播的行为背后有目的和意图。比如“我觉得这个主播的推荐是出于她自己的想法而不是纯粹算法驱动”。这个维度直接关系到用户如何解读主播的营销行为——觉得主播有意图用户就会和她“讲道理”觉得主播只是在念稿用户就不会认真对待她的推荐。**道德责任Moral Responsibility**是容易被忽略但非常关键的维度。它测量用户是否认为主播应该为自己的言行负责包括“如果主播推荐了差劲的产品我认为她应该承担责任”。这个维度解释了为什么用户会对虚拟主播产生“怪罪”或“原谅”的情绪反应它会直接影响品牌方的责任归属。**社会临场感Social Presence**虽然不完全等同于Agency但它是感知形成的重要通道。它测量用户是否觉得在与一个“社会存在”共处。临场感高其他三个维度的感知才会激活。对于没有视觉形象的语音助手社会临场感可能是虚拟主播的一个薄弱环节毕竟直播间里有一个可见的形象临场感天然占优势。这四个维度不是并列独立的它们之间存在传导逻辑社会临场感是基础感知条件自主性和意向性是核心判断道德责任是前两者引发的结果性归因。建模时可以做一个二阶因子结构也可以把四个维度分别作为独立变量研究各自的前因后果。3.2 前因变量什么线索让观众“觉得”AI有自主性要让Perceived AI Agency产生研究价值必须知道操控什么变量能改变它。基于多模态交互的线索理论我梳理出了四类核心前因。视觉线索包括脸部表情丰富度、目光接触频率、肢体动作自然度、形象风格一致性。当一个虚拟主播的微表情和语言内容匹配时用户会不自觉地把她当成一个有内在状态的实体。一个值得注意的发现是视听同步性比形象逼真度更重要。形象再精致如果口型对不上、动作延迟Agency感知也会迅速崩塌。语言线索是最容易操控也最有研究潜力的前因。语言中的主格使用说“我觉得”而不是“系统建议”、情感表达开心、犹豫、抱歉、语用灵活性能接住用户的言外之意、记忆连贯性记得用户之前说过的话都会提升Agency感知。尤其是记忆连贯性——一个能记得用户上次对话内容的虚拟主播会让用户产生“她和我有持续关系”的感知这是自主性和意向性的强信号。行为线索包括主动发起话题的频率、决策透明性比如主播主动解释“为什么选择推荐这个产品”、容错方式犯错后是尴尬地圆场还是生硬地切换话术。主动性尤其重要。只会被动回应的虚拟主播用户感知到的Agency很低能主动说“我昨天发现一款新面膜觉得你会喜欢”的主播Agency感知会明显上升。元信息线索相对隐蔽但影响巨大包括平台是否标注“AI生成”、账号简介里的身份说明、评论区的其他用户讨论。有研究表明即使是同样内容的虚拟主播标注了AI身份之后用户的Agency感知会下降但可信度可能反而上升——因为“明示AI”消除了欺骗感用户不再戒备了。这个发现对直播间的信息披露策略有直接指导意义后面我会细说。3.3 后果变量Agency感知改变了什么学术研究不能只做前因得把后果接上。Perceived AI Agency的下游结果集中在三类信任、说服、关系。信任方面Agency感知和信任不是简单正相关而是倒U型关系。感知太低用户觉得对方只是个呆板工具不敢托付消费决策感知太高用户会产生“恐怖谷”式的警觉——一个太像人的AI反而让人觉得危险。中间的“恰到好处”区间信任最大。这个曲线是研究中最容易出彩的设计点。说服方面高Agency感知会提升用户对推荐内容的卷入度。因为用户只有在觉得主播“有自己想法”的时候才会去认真考虑“她推荐这个产品背后的理由”。如果用户觉得主播只是程序她对推荐内容的外围路径判断就会占主导只凭促销逻辑评价产品价格敏感度会明显上升。从品牌方的角度看提升Agency感知本质上是在把用户从“比价模式”切换回“信任模式”。关系层面高Agency感知是准社会关系建立的前提。用户只有感知到主播是一个有意图的行动者才会发展出“喜欢她”“想见她”“关心她”的情感连接。这一点对粉丝社群的构建至关重要——虚拟主播的粉丝群能不能沉淀下来很大程度上取决于观众有没有“对面是个有灵魂的存在”的感知。4. 实操落地如何设计一个可复现的虚拟主播实验4.1 实验范式用“身份披露”做核心操控如果你要在Perceived AI Agency方向上做实证研究我推荐一个经过验证的设计思路用身份披露信息做操控用对话风格做二次操控形成2乘2的组间实验。第一维度是身份披露一组告知被试“其实由真人实时驱动的虚拟主播”另一组告知“由AI自主驱动、无人工干预的虚拟主播”。这里不需要撒谎。实际研究伦理审查时可以做成“角色扮演式披露”——在实验说明中请被试“假设主播由AI驱动”或“假设主播由真人驱动”这在虚拟情境研究里是标准做法。第二维度是对话风格一组使用高Agency线索话术比如“我自己试过这款产品觉得不错”“我猜你可能会喜欢这个颜色”另一组使用低Agency线索话术比如“这款产品是系统根据综合数据推荐的”“当前有优惠活动”。两个维度交叉就能做出一张漂亮的2乘2设计表。因变量可以同时采集Perceived AI Agency量表分、对主播的信任度、对推荐商品的态度、购买意愿、准社会互动强度。如果你想做机制研究可以在设计里加一个中介变量比如“责任感归因”——用户认为主播在多大程度上要对她推荐的产品负责。4.2 量表开发几条实测好用的题项Perceived AI Agency的量表在文献里有多种版本但完全适配虚拟主播场景的还不成熟。我在实操中建议采用“改编预测试”的策略把通用Agency量表改到直播电商语境。以下是几条实测信度不错的核心题项“我觉得这个虚拟主播的行为不是被简单编程好的”自主性“我觉得这个虚拟主播有自己的想法”自主性“我觉得这个主播在推荐产品时是有私心的”意向性——注意反向设计“我认为这个主播应该为她说错的信息负责”道德责任“在观看过程中我感觉自己在和一个‘谁’互动而不仅仅是一个界面”社会临场这几个题项全部采用7点Likert量表。实测下来Cronbachs alpha在0.8以上问题不大。如果你要做更严谨的构念效度验证建议加入判别效度检验把Perceived AI Agency和感知智能性、拟人化放在一起做验证性因子分析证明它们是不同因子。这个工作比较繁琐但能显著提升论文的严谨度。4.3 实验素材制作与防穿帮技巧制作实验素材是这个设计里最实际也最麻烦的环节。如果你自己做虚拟主播视频素材必须注意三个坑。第一个坑是言行一致性。如果你做的是高Agency话术条件表情和动作必须同步配合。你可以用现成的数字人平台生成主播形象但注意平台上自带的动作模板往往不够精细。我的建议是先录旁白再根据旁白里的情感重音位去微调表情关键帧让表情和语言的重音对齐。这项工作很琐碎但直接影响实验的信效度。第二个坑是前后一致性。同一个被试只会看到一个条件但不同被试之间素材的差异必须控制在操控变量上。两段素材的时长、主播形象、背景画面、商品信息要完全一致只有话术和身份提示不同。千万不能用两段不同的真人主播视频来对比——那样混淆变量太多了。第三个坑是身份披露信息的呈现位置。在实验里身份披露信息一定出现在视频播放之前不能出现在视频结束之后。原因很简单Perceived AI Agency感知是观看过程中的动态产物事后披露只能影响回忆评估影响不了实时感知。前测后测的对比设计也可以但操作复杂度会显著增加。5. 从论文到直播间产业应用的几个关键洞察5.1 虚拟主播类型矩阵与Agency感知策略学术研究最终得回应产业操作。我用Agency感知为线索把市面上的虚拟直播主播分成了四种类型。高Agency高透明型平台明确标注“AI数字人”但对话智能程度高、主动性强。这种主播适合品牌自播间优势是真实诚信、成本低、可24小时在线AI身份公开反而降低用户的戒备心。劣势是Agency感知高到一定程度用户会好奇“她到底有没有意识”产生伦理讨论。高Agency低透明型不主动披露AI身份言行表现和真人无异。这种策略能最大化准社会关系但风险极大——一旦被识破会引发强烈的欺骗感反噬。我不建议品牌长期采用这种策略作为实验研究可以作为商业实践太危险。低Agency功能型主播形象就是“智能客服”话术模板化不营造“有灵魂”的感知。这种类型适合低价标品、高频复购品的直播间用户决策成本低不需要深度信任关系。效率至上世界观明确不玩虚的。低Agency人设型形象是虚拟偶像但明显是脚本驱动——比如虚拟偶像的“动捕直播”“录播直播”。这种类型用户知道是假人设但愿意接受这种“设定扮演”类似于看动画片。Agency感知不高不影响粉丝文化形成因为粉丝本来就是“和设定互动”而非“和实体互动”。这四种类型对应完全不同的运营策略。如果你想提高直播间的用户信任最稳妥的不是盲目追求高Agency感知而是匹配用户预期——用户原本预期你是AI你就大大方方做AI用户以为你是人你得确保不会露馅。5.2 对运营者最实用的三条建议第一条建议是保持行为一致性。Agency感知的崩塌往往不是单次失误造成的而是行为逻辑不自洽造成的。一个平时表现得高度智能的虚拟主播突然对低频问题给出驴唇不对马嘴的回答用户瞬间就会下调Agency感知。解决办法很朴素给虚拟主播配置“我不确定让我查一下”的兜底话术用低Agency陈述保住高Agency形象——这比强行输出错误答案反而有利于维持感知稳定。第二条建议是合理利用“AI披露”红利。在直播开始阶段主动标注“本直播间由AI数字人服务”开场先用30秒钟说明AI的边界和擅长领域不仅不会赶走用户反而能重建信任框架。我在观察多个品牌直播间的数据后发现主动披露AI身份的主播互动转化虽然略低但退换货率和投诉率明显更低——因为用户的预期被校准了不会用真人标准去要求AI。这种“预期校准”是信任的长效机制。第三条建议是用记忆连贯性构筑关系。虚拟主播如果能跨场次记住用户——记住你上次问过什么、记住了你的昵称、知道你之前在哪场直播下过单——Agency感知会显著提升。这在技术实现上并不困难接入CRM系统就行。但绝大多数品牌直播间没有做这件事把AI虚拟主播当成流量承接工具白白浪费了技术优势。6. 常见误区与避坑清单6.1 研究中的四个高频坑我在做这个方向研究和评审相关稿件时反复看到几个共性问题值得单独拎出来说。误区一把Perceived AI Agency和AI能力混为一谈。有些研究用“AI回答正确率”来操控Agency感知这其实是混淆了感知智能性和感知能动性。回答准确提升的是智能感知不等于用户觉得“她有自主想法”。正确做法是操控“决策自主性线索”——比如是否主动发起推荐、是否有自己的偏好表达。误区二忽略感知的动态性。很多研究把Perceived AI Agency当成一个静态个体差异变量测一次就完了。但如果你关注的场景是直播间感知是随时间波动的——开场时观众可能认为主播是工具主播说了一句个性化的话后感知突然上升。我建议有条件的研究者采用“多波次测量体验取样法”来捕捉动态变化这会让结论更有说服力。误区三对道德责任维度避而不谈。有些研究者觉得让AI承担道德责任太激进干脆回避了这个维度。实际上道德责任归因恰恰是虚拟主播区别于传统信息系统的最有趣机制——用户会“怪罪”虚拟主播这件事本身就说明他们感知到了Agency。建议研究者在论文里大胆使用这个维度实证结果会比预想更丰富。误区四样本和场景错配。针对虚拟主播的研究最好是用真实的直播观看情境做被试招募而不是简单用在校大学生样本。虚拟主播的目标用户集中在电商消费场景年龄跨度大消费经验差异明显。如果你只用大学生样本可能得到的结果仅仅代表“大学生怎么看虚拟主播”推广到整个直播用户群时会有偏差。6.2 产品落地中的避坑指南产业实践里同样有几个坑我已经看到不少团队踩进去了。第一个坑过度追求“完美人设”。运营团队试图让虚拟主播像一个完美的真人主播表情丰富、话术巧妙、从不出错。但实践下来过分完美的表现反而会触发用户的AI警觉——“真人不可能这么完美”。适当留一些非致命的“小缺陷”——偶尔的自嘲、无伤大雅的口误——反而能在关键时刻降低用户的AI怀疑维持更高的Agency感知。这个结论和“瑕疵效应”理论一致真实感比完美感更能建构身份。第二个坑对超话术复杂度估计不足。当虚拟主播接入大模型后运营面对的核心问题不是生成能力而是生成内容的边界管理。你需要一套完整的防护层层兜底包括敏感词过滤、商品信息约束、天马行空回答的风险控制。如果因为AI自由发挥说出了违规内容用户对主播的信任崩了不说品牌方还得背锅。上线前必须做灰度测试至少模拟100个高频刁钻问题看输出是否安全可控。第三个坑低估“身份反转”的舆情风险。品牌在运营高仿真人虚拟主播时需要提前准备“身份危机”的公关预案。当AI身份被用户识破并引发负面讨论时是继续掩盖还是坦诚披露这是一个巨大的战略分叉点。从实证研究的结论看坦诚披露并补偿用户情绪长期品牌伤害远小于维持虚假身份的翻车。7. 一些做研究做产品的心得最后分享几句我在这个方向摸索下来的个人体会吧。Perceived AI Agency这个构念最迷人也最难把握的地方在于它永远悬在“技术事实”和“用户心理”的中间地带。做技术的人容易觉得它在研究玄学做运营的人容易觉得它在讨论废话。但你要是做过几场真实的虚拟主播直播看到用户因为主播“偶然间”说出的话而疯狂刷屏看到用户被AI主播感动到“表白”你就会明白这个构念背后是有真实现象支撑的——它不研究AI本身它研究的是AI时代人类如何重新定位“与机器共处”的心理坐标。做这个方向我强烈建议研究者们多去看真实的直播间先不看文献去做几场田野观察记录用户评论中对AI主播身份的各种猜测和态度反应。你会发现很多文献里没写过、但极其鲜活的现象这些都可以变成好的研究问题。做产品的人反过来可以多读一点社会学和心理学的文献理解用户不只是购买者更是关系的建构者。虚拟主播已经成了电商基础设施而“用户如何感知虚拟主播的主体性”这个议题才刚刚进入学术界的视野。认知是行为的先导感知是信任的土壤。理论锚点选对了后续的研究和产品路径才走得稳。Perceived AI Agency值得现在就开始认真对待。