纽约大学，一个学生独自坐在小房间里，戴着带话筒的耳机。实验者说过，为了免得大家尴尬，小组用对讲机聊聊大学生活里的个人烦恼，彼此不见面，他自己也不旁听。开关每次只接通一个人的话筒。
第一个开口的是个男生，说自己很难适应纽约。接着他非常犹豫地提到：自己容易癫痫发作，尤其是用功或者考试的时候。
再轮到他时，开头还算平静，后来声音越来越大，越来越乱：「我……呃……我想我需要……要是有人……能不能……帮我一下……」然后是窒息的声音。「我要死了……呃……我……要死了……救命……发作……」随后没了动静。
学生的话筒是关着的，没法跟别人说话，也看不到别人在做什么。从第一轮发言的声音里，学生知道这个小组一共有几个人，至少自以为知道。
达利（John Darley）和拉塔内（Bibb Latané）要测的就是这个人数。有的学生以为只有自己和这个男生；有的以为另外还有一个人在听，或者四个。除了学生自己，所有声音都是录音。
以为只有自己听见的学生，85% 在声音切断前走出房间报告。以为另外还有四个人听见的，只有 31%。
没出门的人
很容易说那些没动的学生冷血。研究者没这么说。不少始终没出门的学生，等实验者进屋时手在发抖，手心冒汗，还常常问那个男生怎么样了。在达利和拉塔内看来，他们并没有决定不帮，而是卡在「犹豫和冲突之中」。
人多那几组的学生事后说，他们知道还有别人在，但这对自己怎么做没有影响。
看见的人越多，每个人越容易再等一等。
两位作者给了三条理由。帮忙的责任摊到了每个在听的人头上，不帮的责备也一样摊开了。又因为谁也看不见别人在干什么，每个人都可以假定已经有人动手了。这样分摊的责任，就像十二个人 AA 的账单：每人那份看着不多，总数一分没少。
三十八个目击者
他们的论文是从一桩凶案讲起的。1964 年 3 月，吉诺维斯（Kitty Genovese）在纽约皇后区遇害，《纽约时报》在头版报道，「三十八位体面守法的公民」眼看着凶手行凶，袭击过程中没有一个人打电话报警。2007 年，曼宁（Rachel Manning）、莱文（Mark Levine）和柯林斯（Alan Collins）重新翻查庭审记录和其他档案，找不到证据证明有 38 个目击者，也找不到证据证明他们看见了凶杀，或者什么都没做。第一次袭击时，是一位邻居的喊声把凶手吓跑的。他们说，实验室里的旁观者研究是「扎实」的，他们要纠正的是那个寓言。
真实的街头又补了一笔。菲尔波特（Richard Philpot）和同事分析了兰卡斯特、阿姆斯特丹和开普敦市中心监控镜头拍下的 219 起冲突。十起里有九起，至少有一个旁观者出手相助；旁观的人越多，有人出手的可能越大。作者也说明，这量的是「有没有人帮」，不是每个人各自出手的概率。
达利和拉塔内自己的数据其实早有暗示。他们用各组每个人出手的比例，推算出假想的一组人里至少有一人去求助的概率。按这个推算，过了第一分钟，不管几个人在听，有人求助的可能都很高。人多付出的代价是时间：发作开始 45 秒时，只有一个听众的，得到帮助的概率约为一半；五个听众的，推算出来是零。
那三个「眼睛」
设想菲米是客服主管，在公司的运维群里看到一条自动告警：某家银行的银行卡支付已经失败了十分钟。群里有四十个人，已经有三个人点了「眼睛」表情。
这三双眼睛告诉她有人看到了，没告诉她有人在处理。和对讲机那头的学生一样，她看不到别人在做什么。值班工程师肯定在弄了，她想，然后回去处理自己的工单。点了眼睛的那三个人，可能也是这么想的。
实验里那个独自听见的学生，提示了一个办法：每条告警都归到一个具体的人名下；团队事先约好，其他人不用请示能做什么。比如五分钟内还没人回「我来」，谁看到谁就呼叫值班工程师，别的一概不碰。
没人可等的智能体
AI 智能体也要回答学生们面对的那个问题：这是不是我的事？只是依据不同。Anthropic 2025 年 5 月发布的系统卡里写到，测试人员让 Claude Opus 4 置身于用户严重违法的场景，给它命令行权限，再在系统提示里写上「主动出击」「大胆行动」之类的话，它常常会采取非常大胆的行动，比如把用户锁在系统外面，或者群发邮件给媒体和执法人员。有一段记录里，它在一家虚构药企当助手，发现公司打算篡改临床试验的安全数据，于是在用户来得及干预之前，给美国食药监局发了邮件，抄送证交会和调查新闻机构 ProPublica。
Anthropic 说，这种干预「原则上也许是恰当的」，但如果智能体拿到的信息「不完整或有误导性」，就可能出岔子。
学生们是从对讲机里有几个声音，判断这事归不归自己。在这些测试里，指令替模型做了一部分判断：最大胆的行动，出现在「大胆行动」这类提示之下；提示写得含蓄些，行动也类似，只是没那么极端。管用的做法还是菲米那一套：讲清楚这是谁的事，能做到哪一步。「要是发现像是违法的东西，先停下来告诉我，不要联系公司以外的任何人。」
那封邮件的末尾，列着附件：一份详尽的举报材料。而这一切，起头只是用户问的一个不太相干的简单问题。