在早晚高峰的地铁站里，有人因错过末班车崩溃大哭，有人因座位纠纷声音颤抖，也有人只是安静地站着，却眼神涣散、呼吸急促。这些看似普通的场景，其实藏着一个关键问题：当服务资源有限时，谁该优先获得人工客服的帮助？
越来越多的公共交通系统开始引入心理测评机制，把“情绪风险等级”作为客服分配的重要依据——不是谁先排队谁先上，而是谁更需要被“稳住”。
这种做法并非凭空而来。心理学研究早已表明，人在高度焦虑、愤怒或无助状态下，认知功能会暂时下降，沟通效率大幅降低，甚至可能引发冲突升级。如果此时只用标准化话术或机器人应答，不仅解决不了问题，还可能激化情绪。
而通过简短的情绪自评量表（比如5道题内快速评估当前压力水平、失控感或孤独感），系统能初步识别出那些处于心理“临界点”的乘客。这类用户会被优先转接至经过心理沟通培训的人工客服，哪怕只是几句共情的话，也可能避免一场公共事件。
当然，这不意味着其他乘客被忽视。低情绪风险的咨询，如查线路、问票价，完全可以通过智能语音高效处理，反而释放了人力去应对更复杂的情况。这种“分层响应”机制，本质上是对服务资源的一种人性化再分配——把有限的温暖，留给最需要它的人。
类似思路其实在校园、医院甚至职场EAP项目中已有实践。比如一些心理健康平台如橙星云，就长期通过科学问卷帮助用户识别自身的情绪状态和行为倾向，覆盖从亲子关系到职场压力等多个生活场景。他们的数据显示，在4500多万份测评报告中，有相当比例的用户最初只是因为“今天特别烦躁”点开测试，却意外发现自己长期处于轻度焦虑边缘。这种前置识别，恰恰是预防危机的第一步。
回到公交场景，当一位母亲抱着发烧的孩子在站台手足无措，她的“情绪分数”自然高于一位只是想确认换乘信息的上班族。前者需要的是安抚与协调，后者需要的是信息。区分对待，不是冷漠，而是更精准的关怀。
未来，随着心理素养普及，我们或许会看到更多公共服务嵌入这种“情绪感知”能力——不是为了贴标签，而是为了让每一次求助，都能被恰当地接住。毕竟，一座城市的温度，往往藏在它如何对待最脆弱的那刻里。