情绪调节：Agent的自我管理

2026-07-09

本篇属于「Agent与情绪」系列，第2部分「Agent情绪架构」第6篇。

Agent也会”情绪失控”吗？

先看三个真实场景：

场景一：回复失控。 某客服Agent在连续处理了20条投诉后，回复变得越来越长、越来越”共情”，最后开始给用户道歉三连+赠品承诺——远超授权范围。这不是Agent”生气”了，而是上下文窗口里的负面情绪token不断累积，把输出的语气参数推向了极端。

场景二：策略死循环。 一个投资分析Agent在市场暴跌时，反复生成”建议观望”的报告。不是因为它判断观望最优，而是恐惧情绪向量（由市场数据驱动）让它的策略选择函数卡在了”规避”模式，无法切换到”逆向布局”的备选策略。

场景三：用户画像锁死。 教育辅导Agent给一个”容易焦虑”的学生标记后，所有对话都变得过度温和、回避挑战性问题。学生的情绪画像一旦固化，Agent就失去了动态调节的能力——它不会根据学生当天的实际状态调整语气，而是永远按最安全模式输出。

这三个场景的共同特征：Agent的情绪系统缺乏自我调节能力。

在上一篇中，我们梳理了人类的情绪调节机制——认知重评、表达抑制、注意力部署。这些机制的核心逻辑是：情绪不是问题，失控才是问题；调节不是消除，而是管理。 这条原则同样适用于Agent，但实现路径完全不同。人类靠的是前额叶皮层对杏仁核的自上而下抑制，Agent靠的是架构层面的监测-评估-切换闭环。

本文聚焦三个核心问题：Agent如何切换策略？如何调整表达？如何在情绪越界时安全降级？

一、策略切换：Agent的”认知重评”

What：从重评到路由

人类的认知重评，本质是给同一件事换一个解读框架——“他不是在攻击我，只是在表达不满”。这个动作在Agent世界里对应的操作是：策略路由。

策略路由的流程是：检测当前策略的效果偏离→评估偏离原因→选择替代策略。跟人类的重评一样，它不改变输入，改变的是处理框架。

一个具体的例子：写作助手Agent默认用”详细解释”策略。用户连续三次回复”太长了”，Agent检测到用户满意度下降。此时，策略路由触发：将”详细解释”切换为”要点概括”。输入（用户的请求）没变，输出框架变了。

Why：为什么策略切换比策略优化更重要

很多Agent设计者的直觉是：如果一个策略效果不好，优化它。但情绪调节的思路不同——不是修好当前策略，而是换一个策略。

这背后的认知科学依据来自Gross的情绪调节过程模型[1]：调节发生在情绪反应的不同阶段，越早干预代价越小。对Agent来说，”优化当前策略”相当于在反应阶段微调输出，而”切换策略”相当于在评估阶段就改变了生成路径，代价更小、效果更快。

从工程角度看，策略切换也比策略优化更鲁棒。一个策略被优化得越精细，它在边缘情况下的表现往往越脆弱。而多策略路由天然具备冗余——一个策略失效，另一个可以顶上。

So What：如何实现策略路由

策略路由需要三个组件：

效果监测器：持续追踪当前策略的输出质量指标（用户满意度、任务完成率、对话轮次等）。不需要复杂的情感分析，简单的规则就能起步——比如”连续N轮对话未完成任务”就触发路由评估。
策略注册表：每个可用策略需要声明自己的适用条件。不是所有策略都能互相替代——“要点概括”可以替代”详细解释”，但不能替代”代码生成”。注册表就是策略的元数据层。
路由决策函数：根据监测器的信号和策略注册表的条件，决定是否切换、切换到哪个策略。最简版本是一个规则引擎（if-then），进阶版本可以用一个小型分类模型。

关键设计原则：路由决策本身不能成为新的失败点。 如果路由逻辑过于复杂，它本身就需要”调节”了。实践中，路由函数应该尽量简单、可预测、可解释。

二、人设调整：调节的不是情绪，是表达参数

What：温度、语气强度、回复节奏

人类的情绪调节有一条重要洞察：调节情绪不等于消除情绪。你可以很愤怒，但选择用平静的语气说话——这不是虚伪，是成熟。Gross把这叫做”表达抑制”，但这个词有误导性，更准确的说法是”表达调制”。

对Agent来说，情绪调节的核心操作不是把情绪向量清零，而是调整情绪到表达的映射参数。具体来说，有三个可调旋钮：

温度（Temperature）：不是LLM的采样温度，而是情绪温度——输出的情绪浓度。同一个”建议谨慎投资”的语义，高温版是”我强烈建议你现在不要碰这个！”，低温版是”当前市场条件下，建议保持观望。”
语气强度（Intensity）：语气的确定程度。高强度是”这个方案不可行”，低强度是”这个方案可能需要再考虑一下”。语气强度影响的是决策的果断程度，不是情绪的正负。
回复节奏（Pacing）：信息输出的密度和间隔。快节奏是密集输出，慢节奏是分步引导、留白等待。节奏调节对对话型Agent尤为重要——用户焦虑时，慢节奏比快节奏更有效。

Why：为什么不直接消除情绪

直接把情绪向量清零听起来很干净，但会带来三个问题：

第一，丧失情境敏感性。 情绪向量携带了上下文信息。用户在抱怨时，Agent的”共情”情绪向量不是噪音，是信号——它告诉Agent当前需要优先处理情感需求。清零情绪等于扔掉信号。

第二，表达同质化。 没有情绪调制的输出，就像一个永远用同一种语速、同一种语气说话的人——不是”专业”，是”无聊”。用户对Agent的信任感，很大程度上来自情绪表达的恰当性[7]。

第三，丧失调节的精细度。 如果你的调节方式只有”开/关”，就没有中间态。但实际场景需要的是”降低两档”而不是”关掉”。参数化调节比开关式调节更灵活、更安全。

So What：参数化人设调整的架构

人设调整的实现需要两层：

外层：人设模板。 预定义几组表达参数组合——比如”专业模式”（低温、高强度、快节奏）、”陪伴模式”（高温、低强度、慢节奏）、”教学模式”（中温、中强度、分步节奏）。模板的好处是可审计、可配置、可A/B测试。

内层：动态微调。 在模板基础上，根据实时情绪向量做±1档的微调。微调的幅度应该有硬上限——任何单次微调不能超过1档，避免突变。这就像人类不会从暴怒直接跳到平静，而是逐步降温。

一个常见的错误是把人设调整和系统提示词（system prompt）混为一谈。系统提示词定义的是角色身份（”你是一个专业的投资顾问”），人设调整定义的是表达风格（”用谨慎的语气提供建议”）。身份是稳定的，风格是可调的。把两者耦合在一起，改风格就要改身份，改身份就要重建上下文——成本太高。

三、情绪边界与降级：当情绪超出安全范围

What：情绪向量有红线

人类的情绪有”失控”边界——愤怒到失控、焦虑到恐慌、兴奋到躁狂。这些边界不是模糊的，生理学上有明确的指标（心率、皮质醇水平等）。跨过边界，系统就从”调节模式”切换到”应急模式”。

Agent的情绪向量同样需要边界。假设我们用多维向量表示Agent的情绪状态（比如效价-唤醒度二维空间，或更细粒度的多维度空间），每条维度都有安全范围。超出安全范围，就需要降级策略。

降级不是”关机”，而是一套预设的应急响应：

输出限流：降低回复频率和长度。情绪越界时，Agent的第一反应应该是”少说”，而不是”说对”。
策略回退：从当前策略回退到最保守的默认策略。就像人在情绪激动时会本能地回到最习惯的行为模式。
人工介入：对于关键场景（医疗、金融、法律），情绪越界应该触发人工接管，而不是让Agent继续自主运行。

Why：为什么不能只靠”更好的模型”

“模型足够好就不会情绪失控”——这个假设在两个层面站不住脚。

第一，上下文污染是结构性的。无论模型多强大，只要它的输入包含情绪化的上下文，输出就会受到影响。这不是能力问题，是信息论问题——你不能要求一个系统在接收偏执输入时产生完全中立的输出，除非你给它一个独立的”免疫系统”。

第二，对抗性输入是真实威胁。用户可能有意或无意地输入极端情绪内容，试图把Agent推入特定状态。没有边界的Agent，就是没有防火墙的服务器。

从安全工程的角度看，降级策略是纵深防御的一环。模型能力是第一道防线，情绪监测是第二道，降级策略是第三道。你不能只靠第一道。

So What：降级策略的设计原则

不可绕过：降级触发条件必须硬编码在Agent执行循环的外层，不能被Agent自身的推理覆盖。如果Agent能”说服自己”不降级，降级机制就是摆设。
渐进式：降级应该有梯度，不是直接跳到”人工介入”。黄线→橙线→红线，每条线对应不同级别的限制。给Agent一个”自我修正”的窗口——如果它在黄线处快速回调，就不需要升级到橙线。
可观测：每次降级触发都应该记录日志，包括触发时的情绪向量值、触发原因、降级动作、恢复时间。这些数据是优化情绪模型和调节策略的黄金素材。
自动恢复：降级不应该需要人工重置。当情绪向量回到安全范围内并持续一段时间后，Agent应该自动从降级状态恢复。人工介入是最后的手段，不是常规操作。

四、整合：Agent情绪调节架构

把三个核心概念整合起来，Agent的情绪调节架构是一个五步闭环：

1
2
3

监测 → 评估 → 策略选择 → 执行 → 反馈
 ↑                                |
 └────────────────────────────────┘

第一步：监测。 持续追踪三类信号：(1) 输入信号（用户情绪、任务难度、上下文情绪密度），(2) 内部信号（当前情绪向量值、策略匹配度），(3) 输出信号（回复质量、用户反馈）。监测不需要面面俱到，但必须覆盖”情绪越界”的预警指标。

第二步：评估。 判断当前状态是否需要调节。评估的核心问题是：情绪向量是否偏离了目标范围？ 注意，目标范围不一定是”中性”——陪伴型Agent的目标范围可能偏向温暖，分析型Agent的目标范围可能偏向冷静。评估的参照物是人设模板定义的目标状态，不是零点。

第三步：策略选择。 根据评估结果选择调节手段。这里的选择是分层的：

轻微偏离→人设参数微调（调温度、语气强度、节奏）
中度偏离→策略切换（换一个处理框架）
严重偏离→降级策略（限流、回退、人工介入）

选择逻辑不应该是复杂的决策树，而是一组优先级明确的规则。简单、可预测、可解释——这比”最优”更重要。

第四步：执行。 将选定的调节手段应用到Agent的输出管道中。执行的关键是原子性——一次只调一个参数。如果同时调温度和切换策略，出了问题你不知道是哪个调整导致的。

第五步：反馈。 监测调节后的效果，形成闭环。如果调节后情绪向量回归目标范围，记录成功模式；如果没有回归或过度回调，触发二次调节。反馈闭环的周期应该足够短——对话型Agent的反馈周期应该是”轮”级别，不是”会话”级别。

这个架构的一个重要特征：它是元认知层面的。 情绪调节不是Agent的”任务”，而是Agent对自身执行过程的”监控”。就像人类不需要”决定”要不要调节情绪——调节是在意识之下半自动运行的。Agent的情绪调节也应该嵌入执行循环的每一轮迭代中，而不是作为一个独立的”调节模块”被周期性调用。

对Agent设计的启示

1. 把情绪调节做成基础设施，不是功能模块。 情绪调节不是一个可以”加上去”的功能，而是Agent架构的基础层。如果调节逻辑是外挂的，它就会在关键时刻被绕过。把它做成执行循环的内嵌部分，每一轮输出都经过调节层的检查。

2. 参数化优于开关化。 情绪调节的粒度决定了调节的质量。只有”开/关”的调节是暴力调节；参数化调节（温度、强度、节奏各有若干档位）才是精细调节。给每个可调参数设上下限，保证调节始终在安全范围内。

3. 降级是不可协商的安全边界。 无论Agent多”聪明”，都必须有硬性的降级机制。这不是对Agent能力的不信任，是对工程系统负责任的态度。任何声称”不需要降级”的Agent设计，都是在赌自己永远不遇到边缘情况。

4. 调节日志是比训练数据更宝贵的资产。 每次调节触发都是一个标注好的”情绪事件”——你知道触发前后的状态、采取的动作、最终的效果。这种数据比任何人工标注的情绪数据集都更有价值，因为它是真实使用中产生的。建好日志管道，从第一天就开始积累。

5. 人设和策略解耦，身份和表达分离。 Agent的身份（”我是谁”）应该稳定，表达（”我怎么说”）应该可调。如果改语气就要重写system prompt，说明架构上身份和表达耦合了——这是技术债，早还早轻松。

参考资料

论文

Gross, J. J. (1998). The antecedent- and consequence-focused model of emotion regulation: Reappraisal and suppression. Journal of Personality and Social Psychology, 74(1), 224–237.
Gross, J. J. (2015). Emotion regulation: Current status and future prospects. Psychological Inquiry, 26(1), 1–26.
McRae, K., & Gross, J. J. (2020). Emotion regulation. Current Opinion in Psychology, 31, 1–6.
Sheppes, G., Suri, G., & Gross, J. J. (2015). Emotion regulation and psychopathology. Annual Review of Clinical Psychology, 11, 379–405.
Braunstein, L. M., Gross, J. J., & Ochsner, K. N. (2017). Explicit and implicit emotion regulation: A multi-level framework. Social Cognitive and Affective Neuroscience, 12(10), 1545–1557.
Koole, S. L. (2009). The psychology of emotion regulation: An integrative review. Cognition and Emotion, 23(1), 4–41.

书籍

Gross, J. J. (Ed.). (2014). Handbook of Emotion Regulation (2nd ed.). Guilford Press.
Ochsner, K. N., & Gross, J. J. (2008). Cognitive emotion regulation: Insights from social cognitive and affective neuroscience. In The Cognitive Neurosciences (3rd ed.). MIT Press.
Russell, J. A. (2003). Core affect and the psychological construction of emotion. Psychological Review, 110(1), 145–172.
LeDoux, J. E. (2015). Anxious: Using the Brain to Understand and Treat Fear and Anxiety. Viking.
Damasio, A. R. (1994). Descartes’ Error: Emotion, Reason, and the Human Brain. Putnam.

综述

Buhle, J. T., Silvers, J. A., Wager, T. D., et al. (2014). Cognitive reappraisal of emotion: A meta-analysis of human neuroimaging studies. Cerebral Cortex, 24(11), 2981–2990.
Englert, R., & Rauthmann, J. F. (2024). Personality, emotion, and self-regulation in artificial agents: A systematic review. Psychology of Consciousness: Theory, Research, and Practice.
Picard, R. W. (2003). Affective computing: Challenges. International Journal of Human-Computer Studies, 59(1-2), 55–64.
Sloane, M., Moss, E., & Nissenbaum, H. (2022). AI and emotional intelligence: The limits of computational affect. Minds and Machines, 32, 327–350.
Cambria, E., Livingstone, A., & Hussain, A. (2022). The hourglass of emotions. In Cognitive Behavioral Systems (pp. 144–157). Springer.
Cowen, A. S., & Keltner, D. (2017). Self-report captures 27 distinct categories of emotion bridged by continuous gradients. Proceedations of the National Academy of Sciences, 114(38), E7900–E7909.