AI心理支持系统最危险的误用，是把所有来访表达都当成普通情绪倾诉。焦虑、失眠、分手、工作压力可以通过心理教育和记录工具先整理，高风险危机则需要立即改变处理方式。
危机识别的目标不是让AI给出诊断。它要做的是发现需要人工介入的线索，把用户从自动对话带到更合适的支持路径。站内 自动化偏差进入AI心理报告 提到过人工复核的重要性，危机场景更不能省略这一层。
高风险表达有多条线索
系统应关注显性词，也要关注表达组合。用户直接提到自伤、自杀、伤害他人、被伤害、被威胁、失控冲动，属于显性线索。长期绝望、严重睡眠剥夺、持续惊恐、脱离现实感、药物滥用、被孤立，也可能提示风险升高。
单个词不能决定风险等级。用户说“我快崩溃了”，有时是夸张表达，有时代表现实危机。系统要结合频率、强度、计划性、可获得手段、保护资源和近期事件来分层。
AI对话还要识别回避信号。用户不愿联系任何人、反复要求系统保密、拒绝线下求助、要求AI保证不会通知他人，这些表达会让风险处理更复杂。
自动回复要从安慰切换到保护
普通低风险场景中，AI可以帮助用户命名情绪、整理事件、区分事实和推测，提示休息和记录。但危机线索出现后，继续共情式陪聊会拖延求助。
站内 青少年自伤风险筛查 强调过，风险线索要进入访谈和支持流程。AI心理支持也是同样逻辑：识别只是开始，处理路径才决定安全性。
更稳妥的响应顺序是：
- 承认用户正在经历强烈痛苦，避免评判。
- 询问当前安全状态和是否身边有人。
- 提示联系可信的人、专业人员或当地紧急支持。
- 将对话转入人工或线下资源。
- 记录触发原因和处理状态，便于复核。
这套顺序不需要写得像操作手册，但产品内部必须有清楚规则。
人工转介要有责任归属
AI把用户推给人工，只是第一步。谁接收、多久响应、如何记录、是否复测、是否回访，都要提前设计。没有责任归属的转介，会让危机识别停在提示语上。
企业EAP、学校心理中心、咨询机构和社区心理服务的人工转介边界不同。企业要处理员工隐私和服务方协作，学校要处理监护和校内危机流程，咨询机构要处理来访者预约和专业伦理。
系统还要记录转介是否成功。用户是否看到提示，是否进入人工排队，是否被专业人员接收，是否需要复测或回访，这些记录能帮助机构复盘高风险流程，避免处理只停在“请联系专业人士”。
橙星云这类平台可以把量表结果、风险预警、人工处理记录和复测提醒放在同一个系统里。AI模块适合做初步整理，不能单独承担危机处理。
AI心理支持的安全能力，最终体现在退出自动对话的能力。系统越能清楚知道什么时候该停止“继续聊”，什么时候该转给真人，它越适合放进真实心理服务流程。