AI产品的"多巴胺开关"：奖励预测误差在智能体中的应用
系列一：AI Agent × GAP模型 | 第4篇（实战型）
从 Schultz 的经典发现出发，拆解如何用奖励预测误差设计让人"停不下来"的 Agent 产品。
本文你将获得
- 🧠 奖赏预测误差（RPE）的产品化解读框架
- 🎰 Agent产品中的5种"多巴胺开关"设计模式
- 📊 可变奖励在Agent场景的实现方式对照表
- ⚖️ 多巴胺设计的伦理边界指南
- 📋 Agent多巴胺设计自查清单（15项）
- 🔧 Agent奖励系统设计模板
引言：那个让你"爽"的瞬间
为什么你用 Cursor 写代码时，每次看到 AI 生成出正确的代码都会有一种"爽"的感觉？
为什么 Perplexity 给出一个精准答案时你会不自觉地微笑？
为什么 Midjourney 偶尔生成一张远超预期的图片时，你会兴奋地截图发给朋友？
这不是巧合——这是你的多巴胺系统在被精确调控。
在 GAP 模型的四个环节中，回报（Payoff）是决定用户是否"回来"的关键。而回报设计的底层逻辑，藏在一个神经科学的经典发现里：奖赏预测误差（Reward Prediction Error, RPE）。Wolfram Schultz 在一系列经典实验中发现，大脑的多巴胺系统追踪的不是"奖励本身"，而是"奖励与预期的差值"。
这个发现不仅解释了人类为什么会"上瘾"，更为我们设计 AI Agent 产品提供了一套精确的"多巴胺调控"方法论。
本文的核心论点：
最好的 Agent 产品，本质上是一个"多巴胺开关"的精密调控系统。它不是让用户持续获得奖励，而是让用户持续获得"比预期好一点"的奖励。
一、从神经科学到产品设计：RPE理论的产品化解读
1.1 Schultz的发现：大脑追踪的是"意外"而非"奖赏"
1997年，剑桥大学的 Wolfram Schultz 发表了一篇改变神经科学走向的论文。他记录了猴子大脑中多巴胺神经元的放电模式，发现了一个惊人的规律：
多巴胺神经元对"可预测的奖励"不反应，只对"意外的奖励"反应。
具体来说，当猴子看到一个信号（比如灯光），随后获得了预期的果汁时，多巴胺神经元几乎没有反应。但当信号出现后，猴子获得了比预期更多的果汁，多巴胺神经元剧烈放电。反之，如果预期的果汁没有出现，多巴胺神经元的放电会被抑制。
这就是**奖赏预测误差（Reward Prediction Error, RPE）**的核心：
| 误差类型 | 条件 | 多巴胺反应 | 用户感受 | 产品隐喻 |
|---|---|---|---|---|
| 正预测误差 | 实际奖励 > 预期奖励 | 📈 剧烈释放 | 惊喜、兴奋、“爽” | “这AI居然能做这个！” |
| 零预测误差 | 实际奖励 = 预期奖励 | ➡️ 基线水平 | 平静、满足、无感 | “嗯，正常” |
| 负预测误差 | 实际奖励 < 预期奖励 | 📉 释放受抑 | 失望、沮丧、“就这？” | “这AI怎么这么笨” |
用一条曲线来直观感受：
多巴胺释放量 ▲ │ │ ╱╲ 正预测误差（意外奖励） │ ╱ ╲ │ ╱ ╲ │───────╱──────╲────── 零预测误差（预期内奖励） │ ╱ ╲ │ ╱ ╲ │ ╱ ╲ │ ╱ ╲╲ 负预测误差（低于预期） │ ╱ ╲╲ └──────────────────────────▶ 时间 收到奖励的时刻Schultz 的发现有一个极其重要的推论：持续的高质量输出并不会持续带来高多巴胺释放。因为用户的预期会迅速调整到新的基线——你上次给了100分，这次再给100分，多巴胺反应为零。只有给到105分，才会再次触发正预测误差。
这个推论对 Agent 产品的设计有深远影响，我们后文会详细展开。
1.2 RPE在产品中的映射：为什么"恰到好处的意外"最让人上瘾
RPE 理论在产品设计中有一个简洁的映射公式：
用户满意度 = 实际体验 - 用户预期这个公式揭示了三种极端情况：
| 情况 | 公式结果 | 用户感受 | 产品举例 |
|---|---|---|---|
| 完全可预测 | 实际 = 预期 → 差值 = 0 | 无聊、麻木 | 每次都给标准答案的客服机器人 |
| 完全随机 | 实际忽高忽低 → 预期崩溃 | 沮丧、焦虑 | 质量极不稳定的AI输出 |
| 恰到好处的意外 | 实际略高于预期 → 正RPE | 惊喜、上瘾 | Cursor偶尔给出惊艳的代码方案 |
可预测 = 无聊，完全随机 = 沮丧，恰到好处的意外 = 上瘾。
这就是为什么最好的 Agent 产品不会每次都给出"完美"答案。它们会在"可靠"和"惊喜"之间刻意制造波动——大部分时候给出可靠的结果（维持信任基线），偶尔给出远超预期的结果（触发正预测误差）。
传统产品由于输出是确定性的（按钮点击后的效果是固定的），很难制造这种"恰到好处的意外"。但 AI Agent 天然具备这种能力——它的输出本身就是概率性的，每一次生成都带有不确定性。问题不在于AI能不能制造意外，而在于产品设计师如何精确调控这种意外的频率和幅度。
1.3 Berridge的"想要vs喜欢"分离：让用户"上瘾"但不"反感"
密歇根大学的 Kent Berridge 提出了另一个关键理论："想要（Wanting）"和"喜欢（Liking）"在神经层面是可以分离的。
多巴胺系统驱动的是"想要"——它让你渴望获得奖励，驱使你采取行动。但"喜欢"——你对奖励的实际享受——由另一套神经递质系统（内啡肽、大麻素等）驱动。
这意味着：一个产品可以让用户疯狂地"想要"使用，但用户并不真正"喜欢"使用它的体验。社交媒体的无限下拉刷新就是典型案例——你停不下来，但刷完之后并不觉得满足，甚至感到空虚。
对 Agent 产品的启示极其重要：
| 维度 | “想要”（Wanting） | “喜欢”（Liking） |
|---|---|---|
| 神经基础 | 多巴胺系统 | 阿片/内啡肽系统 |
| 产品表现 | 用户反复打开、持续使用 | 用户使用后感到满足、愉悦 |
| 设计手段 | 可变奖励、预期管理、稀缺性 | 高质量输出、流畅体验、实际价值交付 |
| 风险 | 上瘾但空虚 | 满足但缺乏粘性 |
最好的 Agent 产品，需要同时激活"想要"和"喜欢"。用可变奖励驱动"想要"（让用户反复回来），用高质量的实际价值交付驱动"喜欢"（让用户用完之后真正觉得有用）。
如果只有"想要"没有"喜欢"，产品会变成"数字毒品"——用户离不开，但也不喜欢。如果只有"喜欢"没有"想要"，产品会变成"工具箱"——用户觉得有用，但想不起来用。
二、Agent产品中的5种"多巴胺开关"
基于 RPE 理论，我总结了 Agent 产品中5种可以系统化设计的"多巴胺开关"。每一种开关都对应一种"超出预期"的方式。
2.1 质量惊喜开关
原理：Agent 输出的质量超出用户预期。
这是最直觉的一种开关。用户让 AI 做一件事，AI 不仅做到了，而且做得比用户预想的更好。
典型案例：你让 ChatGPT 帮你写一封商务邮件。你预期它会生成一段中规中矩的模板化文字。但它不仅写了邮件，还自动调整了语气、加入了行业术语、甚至预判了收件人可能的反对意见并附上了应对策略。那一刻，你的多巴胺飙升。
设计要点：
| 要素 | 说明 |
|---|---|
| 触发条件 | 任务复杂度较高、用户预期较低时，更容易触发正RPE |
| 惊喜幅度 | 在"可靠基线"之上额外提供10%-20%的超预期内容 |
| 频率控制 | 不能每次都惊喜（会抬高预期基线），建议20%-30%的交互中触发 |
| 风险提示 | 如果"惊喜"内容不相关或质量不高，会变成负RPE——“画蛇添足” |
2.2 速度惊喜开关
原理：Agent 完成任务的速度超出用户预期。
用户对 AI 的速度有一个隐含预期。当 AI 的响应速度远快于这个预期时，会触发正预测误差。
典型案例：你在 Cursor 中选中一段代码，按下 Cmd+K 输入修改指令。你预期它需要思考几秒钟，但它几乎瞬间就给出了精准的修改方案。那种"这么快？"的感觉，就是速度惊喜开关在起作用。
用户预期等待时间：████████████ (8秒) 实际等待时间： ████ (2秒) ↑ 正预测误差触发区设计要点：
| 要素 | 说明 |
|---|---|
| 触发条件 | 用户预期等待时间较长时（复杂任务），速度惊喜效果最强 |
| 惊喜幅度 | 实际响应时间比预期快50%以上时，正RPE效果显著 |
| 实现方式 | 流式输出（Streaming）、缓存高频请求、后台预计算 |
| 风险提示 | 追求速度牺牲质量时，会触发"质量负RPE"，得不偿失 |
2.3 范围惊喜开关
原理：Agent 做了用户没想到它能做的事。
用户对 Agent 的能力有一个心理模型——“它能做A和B”。当 Agent 展示出它能做"C"时，用户的预期框架被打破，正预测误差被触发。
典型案例：你在 Perplexity 中搜索一个技术问题。你预期它会给你一个答案加几个链接。但它不仅给了答案，还自动生成了一个对比表格、画了一张流程图、并列出了三个你没想到的相关问题。你惊讶地发现：“它还能做这个？”
设计要点：
| 要素 | 说明 |
|---|---|
| 触发条件 | 用户对Agent能力边界认知较窄时，范围惊喜效果最强 |
| 惊喜幅度 | 在核心任务之外，额外完成1-2个相关但"超出角色"的子任务 |
| 实现方式 | Agent 主动识别关联任务、自动调用额外工具、跨领域能力组合 |
| 风险提示 | 如果"额外做的事"偏离用户意图太远，会变成负RPE——“我没让你做这个” |
2.4 学习惊喜开关
原理：Agent 从用户反馈中"变聪明了"，用户感知到自己在"训练"AI。
这是一种特殊的正预测误差——用户预期 AI 是静态的（每次都一样），但发现 AI 在"记住"自己的偏好并做出调整。这种"它在学习我"的感觉，会触发强烈的多巴胺释放。
典型案例：你用 AI 写作助手写了一篇文章，告诉它"我喜欢更口语化的风格"。第二天你再用它时，它自动用了更口语化的语气。你会感到一种独特的满足感——不是因为它写得好，而是因为**“它听进去了”**。
设计要点：
| 要素 | 说明 |
|---|---|
| 触发条件 | 用户明确给出反馈后，下次交互中Agent体现出变化 |
| 惊喜幅度 | 变化要"可感知"但不能"突兀"——让用户意识到"它在学我" |
| 实现方式 | 用户偏好记忆、上下文延续、个性化模型微调 |
| 风险提示 | 如果"学习"表现为过度迎合，用户会觉得"没有主见"；如果学习太慢，用户会觉得"说了白说" |
2.5 创造惊喜开关
原理：Agent 给出了用户自己都没想到的方案。
这是最高级别的正预测误差——不是"做得更好"或"做得更快"，而是"想到了我没想到的东西"。这种惊喜触发的是认知层面的多巴胺释放，效果最为持久。
典型案例：你在 Cursor 中让 AI 重构一个函数。你预期它会做常规的代码整理。但它不仅重构了函数，还发现了一个你完全没注意到的潜在并发问题，并给出了一个你从未想过的设计模式。那一刻你不只是"爽"，你是真的被"启发"了。
设计要点：
| 要素 | 说明 |
|---|---|
| 触发条件 | 任务本身有多个可行方案、用户的专业水平较高时效果最佳 |
| 惊喜幅度 | 方案需要"合理但出乎意料"——不是瞎编，而是真的更优 |
| 实现方式 | Agent 进行多步推理、探索多个解空间、引入跨领域知识 |
| 风险提示 | 如果"创造性方案"实际上是错的，会严重损害信任——“它在胡说八道” |
五种开关的对比总结：
| 开关类型 | 超预期维度 | 触发频率建议 | 多巴胺强度 | 实现难度 | 信任风险 |
|---|---|---|---|---|---|
| 质量惊喜 | 做得更好 | 20%-30% | ★★★★ | 中 | 低 |
| 速度惊喜 | 做得更快 | 30%-50% | ★★★ | 低 | 低 |
| 范围惊喜 | 做得更多 | 10%-20% | ★★★★ | 中 | 中 |
| 学习惊喜 | 做得更懂你 | 每次反馈后 | ★★★★★ | 高 | 低 |
| 创造惊喜 | 做得你想不到 | 5%-15% | ★★★★★ | 极高 | 高 |
三、可变奖励系统设计
3.1 Agent产品的奖励类型矩阵
Agent 产品能够交付的"奖励"不止一种。我们可以用一个 2×2 矩阵来分类：
即时（秒级~分钟级） │ ┌──────────────┼──────────────┐ │ 信息型即时 │ 情感型即时 │ │ · 正确答案 │ · "哇"的瞬间 │ │ · 代码生成 │ · 惊艳的输出 │ │ · 搜索结果 │ · 流畅的体验 │ ├──────────────┼──────────────┤ │ 信息型延迟 │ 情感型延迟 │ │ · 深度报告 │ · 成长感 │ │ · 项目完成 │ · 能力提升感 │ │ · 知识积累 │ · "它懂我了" │ └──────────────┼──────────────┘ │ 延迟（小时级~天级）| 信息型 | 情感型 | |
|---|---|---|
| 即时 | 正确答案、代码生成、搜索结果 | "哇"的瞬间、惊艳的输出、流畅体验 |
| 延迟 | 深度报告、项目完成、知识积累 | 成长感、能力提升感、“它懂我了” |
关键洞察：最好的 Agent 产品不会只依赖即时奖励。它们会构建一个即时-延迟混合奖励系统——即时奖励驱动短期粘性（让你现在就"爽"），延迟奖励驱动长期留存（让你觉得"越来越离不开"）。
3.2 奖励节奏设计：哪种"发放方式"最有效？
行为心理学中经典的操作条件反射理论（Skinner, 1938）告诉我们，奖励的"发放节奏"对行为塑造有决定性影响。四种经典节奏在 Agent 产品中的对应关系如下：
| 节奏类型 | 规则 | 用户行为特征 | Agent产品适用场景 | 粘性强度 |
|---|---|---|---|---|
| 固定比率 | 每N次行动给1次奖励 | 高速使用，拿完就走 | 不推荐——容易产生"打卡心态" | ★★ |
| 可变比率 | 平均每N次行动给1次奖励，但具体哪次不确定 | 持续使用，难以停止 | 最适合Agent——AI输出质量天然可变 | ★★★★★ |
| 固定间隔 | 每隔固定时间给1次奖励 | 使用频率随间隔波动 | 定期报告、周报生成等场景 | ★★★ |
| 可变间隔 | 平均每隔N时间给1次奖励，但具体哪次不确定 | 稳定持续使用 | Agent主动推送洞察、学习进化反馈 | ★★★★ |
为什么可变比率最适合 Agent 产品？
因为 AI 的输出天然具有可变性——即使是同一个问题，AI 每次生成的答案也不完全相同。这意味着 Agent 产品自带可变比率奖励机制。产品设计师的任务不是"创造"可变性，而是**“调控"可变性**——确保可变性的范围在"惊喜"和"可靠"之间，而不是滑向"随机”。
3.3 预期管理：避免"多巴胺耐受"
RPE 理论有一个冷酷的推论：持续的正预测误差会导致预期基线上移，最终让曾经的"惊喜"变成"理所当然"。
这就是"多巴胺耐受"——就像咖啡因耐受一样，你需要越来越强的刺激才能获得同样的多巴胺释放。在 Agent 产品中，这表现为：
第1周：AI给出好答案 → "哇，太厉害了！" → 强烈正RPE 第2周：AI给出好答案 → "嗯，不错" → 零RPE（预期已上调） 第3周：AI给出好答案 → "怎么没有上次好？" → 负RPE（预期继续上调） 第4周：用户流失 → "这AI也就那样"持续的高质量输出反而加速用户流失。这听起来反直觉，但它是 RPE 理论的必然推论。
预期管理的三个核心策略：
策略一：质量波动——在"优秀"和"卓越"之间制造波动
不要每次都给出100分的答案。大部分时候给80-90分（可靠但不出彩），偶尔给110分（惊喜）。这样用户的预期会稳定在85分左右，而110分的惊喜可以反复触发正RPE。
策略二：渐进式解锁——用"新能力"制造新的惊喜
当用户对当前能力产生耐受时，解锁新的能力维度。比如从"代码补全"到"代码审查"再到"架构建议"——每一次能力升级都是一次新的正预测误差来源。
策略三：情境化预期——让用户在不同场景有不同预期
同一个 Agent，在"快速问答"场景下提供即时但简略的回答（低预期、高速度惊喜），在"深度分析"场景下提供详尽但需要等待的回答（高预期、高质量惊喜）。通过场景切换，自然地重置用户预期。
┌────────────────────────────────────────────────────────────┐ │ 预期管理三策略全景 │ │ │ │ 策略一：质量波动 │ │ ┌────┐ ┌────┐ ┌────┐ ┌────┐ ┌────┐ │ │ │ 85 │ │ 90 │ │110 │ │ 88 │ │ 85 │ ← 大部分80-90 │ │ └────┘ └────┘ └────┘ └────┘ └────┘ 偶尔110 │ │ │ │ 策略二：渐进式解锁 │ │ [代码补全] ──→ [代码审查] ──→ [架构建议] ──→ [团队协作] │ │ 预期基线 新惊喜 新惊喜 新惊喜 │ │ │ │ 策略三：情境化预期 │ │ 快速问答场景：低预期 ──→ 速度惊喜 │ │ 深度分析场景：高预期 ──→ 质量惊喜 │ │ 创意探索场景：开放预期 ──→ 创造惊喜 │ └────────────────────────────────────────────────────────────┘四、多巴胺设计的伦理边界
4.1 产品设计 vs 操控：一条模糊但必须存在的线
当你读完这篇文章，掌握了"多巴胺开关"的设计方法后，一个伦理问题不可避免地浮现：
"设计让人上瘾的产品"和"操控用户"之间的界限在哪里？
这条线确实模糊，但并非不存在。我认为关键区分在于价值对齐：
| 维度 | 负责任的设计 | 操控性设计 |
|---|---|---|
| 核心目标 | 帮助用户达成他们自己的目标 | 最大化用户的使用时长 |
| “喜欢"vs"想要” | 两者兼顾，实际价值交付优先 | 只追求"想要"，忽视"喜欢" |
| 透明度 | 用户知道自己在被"设计" | 用户不知道自己为何停不下来 |
| 退出成本 | 用户可以随时离开且不损失价值 | 用沉没成本、社交压力绑定用户 |
| 长期效果 | 用户的能力和效率真正提升 | 用户的时间被消耗但没有实质收获 |
检验标准：如果用户完全理解了你的设计意图，他们还会选择使用吗？
如果答案是"会"，说明你的设计是价值对齐的——用户知道你在"设计"他们的行为，但他们认同这个行为对他们有益。如果答案是"不会"，说明你的设计可能已经越过了伦理边界。
4.2 何时应该"关闭"多巴胺开关
并非所有场景都适合激活多巴胺系统。以下场景应该主动"关闭"或"弱化"多巴胺开关：
| 场景 | 原因 | 建议做法 |
|---|---|---|
| 涉及重大决策（医疗、法律、金融） | 多巴胺驱动冲动，重大决策需要理性 | 提供冷静、客观的信息，避免惊喜式设计 |
| 儿童使用场景 | 儿童的神经系统对多巴胺调控更敏感 | 严格限制可变奖励，使用固定回报 |
| 用户明确表示"完成任务就走" | 尊重用户意图是基本伦理 | 识别用户意图，完成任务后简洁收尾，不追加缺口 |
| 用户已出现过度使用迹象 | 继续激活会导致成瘾行为 | 引入使用时长提醒、冷却机制 |
4.3 伦理自查清单
在设计中引入多巴胺机制之前，请逐条检查：
- 价值检验：这个设计是否帮助用户达成他们自己的目标（而非只是增加使用时长）？
- 透明度检验：如果用户知道这个设计机制，他们还会认可吗？
- "喜欢"检验：用户使用后是否真正获得了价值（而非只是"停不下来"）？
- 退出检验：用户能否轻松离开而不感到被"绑架"？
- 弱势群体检验：这个设计对未成年人、成瘾倾向人群是否安全？
- 长期效果检验：持续使用3个月后，用户的能力和生活是否真正改善了？
五、Agent多巴胺设计自查清单（15项）
以下清单可用于 Agent 产品的多巴胺设计评审，逐条自检：
回报设计（5项）
- 1. 产品是否具备至少2种"多巴胺开关"（质量/速度/范围/学习/创造）？
- 2. 正预测误差的触发频率是否控制在10%-30%之间（避免耐受）？
- 3. 是否存在"可靠基线"——大部分交互中Agent的表现稳定可靠？
- 4. 即时奖励和延迟奖励是否形成了混合体系（不只有短期爽感）？
- 5. 奖励的"发放节奏"是否偏向可变比率（而非固定比率）？
预期管理（4项）
- 6. 是否有机制防止用户预期基线过快上移（质量波动、渐进解锁、情境化）？
- 7. 不同使用场景下，用户的预期是否被合理差异化？
- 8. Agent 的"惊喜"输出是否始终与用户核心任务相关（避免画蛇添足）？
- 9. 新用户和老用户的预期管理策略是否有所区分？
"想要"与"喜欢"平衡（3项）
- 10. 产品是否同时激活了"想要"（粘性）和"喜欢"（实际价值）？
- 11. 用户在一次深度使用后，是否能明确说出"我获得了什么价值"？
- 12. 是否存在"空转"场景——用户在消耗时间但没有获得实质价值？
伦理边界（3项）
- 13. 是否对涉及重大决策的场景关闭了多巴胺开关？
- 14. 是否有机制识别和干预用户的过度使用行为？
- 15. 如果用户完全理解了设计机制，他们是否还会选择使用？
六、Agent奖励系统设计模板
以下模板可直接用于 Agent 产品的奖励系统设计：
┌─────────────────────────────────────────────────────────────┐ │ Agent 奖励系统设计模板 │ ├─────────────────────────────────────────────────────────────┤ │ │ │ 产品名称：_______________ │ │ 目标用户：_______________ │ │ 核心场景：_______________ │ │ │ │ 1. 多巴胺开关配置 │ │ ┌──────────┬──────┬──────┬──────┬──────┐ │ │ │ 开关类型 │ 是否启用│ 触发频率│ 惊喜幅度│ 实现方式│ │ │ ├──────────┼──────┼──────┼──────┼──────┤ │ │ │ 质量惊喜 │ □是 □否│ ___% │ ___ │ │ │ │ │ 速度惊喜 │ □是 □否│ ___% │ ___ │ │ │ │ │ 范围惊喜 │ □是 □否│ ___% │ ___ │ │ │ │ │ 学习惊喜 │ □是 □否│ ___% │ ___ │ │ │ │ │ 创造惊喜 │ □是 □否│ ___% │ ___ │ │ │ │ └──────────┴──────┴──────┴──────┴──────┘ │ │ │ │ 2. 奖励类型矩阵 │ │ ┌──────────┬────────────────┬────────────────┐ │ │ │ │ 即时奖励 │ 延迟奖励 │ │ │ ├──────────┼────────────────┼────────────────┤ │ │ │ 信息型 │ ____________ │ ____________ │ │ │ │ 情感型 │ ____________ │ ____________ │ │ │ └──────────┴────────────────┴────────────────┘ │ │ │ │ 3. 预期管理策略 │ │ □ 质量波动：可靠基线 = ___, 惊喜峰值 = ___ │ │ □ 渐进解锁：阶段1___ → 阶段2___ → 阶段3___ │ │ □ 情境化预期：场景A___ / 场景B___ / 场景C___ │ │ │ │ 4. 伦理红线 │ │ □ 多巴胺开关关闭场景：_______________ │ │ □ 过度使用干预机制：_______________ │ │ □ 价值交付验证方式：_______________ │ │ │ └─────────────────────────────────────────────────────────────┘结语：做"让人上瘾"的产品，但做"让人受益"的上瘾
Schultz 在猴子大脑中记录到的那些多巴胺放电，揭示了一个关于人类本性的深刻真相：我们不是在追求奖励，我们是在追求意外。
这个真相对 AI Agent 产品设计者来说，既是武器也是责任。
作为武器，它让我们有能力设计出真正让人"停不下来"的产品——不是靠强迫，不是靠欺骗，而是靠精确地理解人类的神经机制，并在每一次交互中交付"恰到好处的意外"。
作为责任，它提醒我们：多巴胺是一把双刃剑。你可以用它让用户反复回来，但如果用户回来之后只感到空虚，那你不是在设计产品，你是在制造成瘾。
最好的 Agent 产品，是多巴胺设计的"黄金平衡点"——它让用户"想要"使用，也让用户"喜欢"使用；它制造惊喜，但不制造幻觉；它让人上瘾，但这个"瘾"指向的是真正的能力提升和效率飞跃。
这就是"多巴胺开关"的终极设计原则：
让每一次"爽"的背后，都有真实的价值在支撑。
🔖系列连载中
本文属于「AI Agent × GAP模型」系列（第4篇/共6篇）
- 上一篇：《从Chat到Act：Agent行动闭环的产品心理学拆解》
- 下一篇：《上下文工程即缺口工程：让AI Agent精准击中用户信息缺口》
- 关注本博客，第一时间收到更新推送
💎关注后私信回复"Agent"，获取配套资料：
- Agent多巴胺设计自查清单（15项）
- 奖励系统设计模板
参考文献：
- Schultz, W., Dayan, P., & Montague, P. R. (1997). A Neural Substrate of Prediction and Reward.Science, 275(5306), 1593-1599.
- Berridge, K. C., & Robinson, T. E. (2003). Parsing Reward.Trends in Neurosciences, 26(9), 507-513.
- Skinner, B. F. (1938).The Behavior of Organisms: An Experimental Analysis. Appleton-Century-Crofts.
- Loewenstein, G. (1994). The Psychology of Curiosity: A Review and Reinterpretation.Psychological Bulletin, 116(1), 75-98.
- Breiter, H. C., Aharon, I., Kahneman, D., Dale, A., & Shizgal, P. (2001). Functional Imaging of Neural Responses to Expectancy and Experience of Monetary Gains and Losses.Neuron, 30(2), 619-639.
- Litman, J. A. (2005). Curiosity and the Pleasures of Learning: Wanting and Liking New Information.Cognition & Emotion, 19(6), 793-814.
- Kang, M. J., et al. (2009). The Wandering Mind: Pupillometry of Spontaneous Thought While Reading.Psychological Science, 20(7), 830-836.
