
文章消息
对方是在生我的气,还是我想太多了?
你通常看得出一条消息带着负面情绪,却很难分清具体是哪一种,而你的把握远超实际准确度。这篇文章讲讲,为什么把消息重读十五遍也没用,以及研究对“把怒气读进文字里”这件事怎么说。
作者 Samet Durgun · Subtext 联合创始人 · 阅读约需11分钟
· 更新于2026年10月31日
多半两者都有一点,研究能帮你分清各是哪一部分。
你还算擅长察觉一条消息是负面的。但具体是哪一种情绪,你判断对的次数不到一半。而且你对自己判断的把握,远远超出了准确率所能支撑的程度。所以,“有点不对劲”通常是真实的信息,“对方就是在生我的气”则往往只是一个猜测,披着确定无疑的外衣。
我是 Subtext 的联合创始人。这款应用会在你回复之前,帮你看清一条消息到底想让你做什么、带着什么语气,所以我在这件事上有私心:你觉得这篇文章有意思,对我有好处。后面我也会讲清楚,像我做的这类工具,什么时候应该退到一边,因为这个话题里有一条界线。文章接近结尾处,有 Subtext 的一次真实运行,读的是回给第二次取消约会的人的一句回复:“行,没事。你什么时候有空再说吧。”
我是不是对这条消息想太多了?
如果你反复核对的次数已经多过认真阅读,那多半就是想太多了。这种情况背后的机制有实验依据,不过是间接的。Borkovec 和 Hu1让参与者在看一张吓人的图像之前,要么先担忧,要么先放松,然后测量他们身体上的恐惧反应。事先担忧的那一组,身体反应更小,自己报告的害怕程度却一样高,甚至更高。这是一项1990年的实验室研究,用的是想象出来的场景,不是文字消息,所以我只把它当作这个机制的经典依据,而不是发消息的直接证据。不过它所支持的这个机制,和重读消息时的体验很吻合。为一个威胁担忧,有可能取代真正去处理它,这也许能解释,为什么把一条消息重读十五遍,焦虑的感觉还是停在原地。你什么也没有解决,你是在回避解决,偏偏这种回避,感觉像是在做事。
有用的区分,在于重读是为了什么,而不是读了几次。再看一遍,是为了核实这条消息说的是不是你原先读到的那个意思,这是阅读。再看一遍,是为了看这次是不是没那么吓人,这就是那个越想越乱的循环。为了改掉一个确实读着不对劲的语气,重写一稿,这是修改。重写五稿,一稿也没发,或者把同一张截图转给三个人,让他们再给个看法,这是寻求安抚,本页后面有专门讲它的研究。
如果上一段写的,更像你刚过去的这一个小时,而不是你眼前的这条消息,那么问题早就不在这条消息上了,更值得问的是,发消息到底为什么会让你焦虑。
关于判断的准确率,研究到底发现了什么
最基础的一项研究,是 Kruger、Epley、Parker 和 Ng2的五个实验,而引用它的人,比读过它的人多。
你见过的那个醒目结论:人们只有56%的时候能读懂文字里的语气。它出自这篇论文里的一个实验。那个实验在一小批学生样本里,要求参与者在“讽刺”和“认真”之间二选一,而论文自己也写明,电子邮件的准确率和随机猜测没有区别。关于怎么判断一条消息是不是在讽刺,我另外有一篇专门讲。56%不是发消息的总体准确率,它只是那个实验的图1中电子邮件这一组的准确率,样本是29对参与者。
对愤怒来说,更要紧的是第三个实验,有308人参加,要传达的是讽刺、认真、愤怒或悲伤。电子邮件的接收者以为自己有89.3%的时候判断对了,实际判断对的是62.8%。论文没有公布只针对愤怒的准确率,所以谁要是拿出一个只针对愤怒的准确率,那个数字就是编的。
我从中得出两点。第一,在最开始的那个实验里,准确率是84%,作者还明确提醒,不要因此得出“人们不擅长这件事”的结论。经得起检验的发现,是自以为的清楚和实际的清楚之间的差距,而不是人们能力不行。第二点让我有点难受:朋友的判断并不比陌生人更准,而且同样过于自信,所以对一个人很熟悉,并不能解决这个问题。
Holtgraves3给出了最有用的较新数据。发送者写下消息,传达22种情绪中的一种,但不点明是哪一种。读者不给选项、自由作答时,准确说出具体情绪的比例是20.1%;换成选择题,是46.3%。单看愤怒,读者识别对的比例约为38.8%到40%。
不过,就算读者没猜对具体的情绪,大约有85%到90%的时候,他们判断的正面或负面方向仍然是对的。
| 研究 | 测试的内容 | 准确率 |
|---|---|---|
| Kruger 等人,第一个实验 | 通过电子邮件判断是讽刺还是认真 | 84%判断正确 |
| Kruger 等人,第二个实验 | 二选一,判断是讽刺还是认真(被广泛引用的那个数字) | 56%判断正确,与随机猜测没有区别 |
| Kruger 等人,第三个实验,308人 | 讽刺、认真、愤怒或悲伤,电子邮件的读者 | 89.3%的人以为自己判断正确,实际正确的是62.8% |
| Holtgraves | 在22种情绪中自由作答识别 | 20.1%正确 |
| Holtgraves | 在同样的22种情绪中做选择题识别 | 46.3%正确 |
| Holtgraves | 单看愤怒 | 38.8%到40%正确 |
| Holtgraves | 只看正面还是负面 | 85%到90%正确 |
所以,你觉得这条消息是负面的,这种感觉里带着真实的信号。而你对“究竟是哪一种负面情绪”的那份笃定,大多没有这样的依据。
负面偏向确实存在,但范围比你听说的要窄
流行的说法是,面对一条含糊的消息,每个人默认都会往最坏处想。证据比这具体得多。我把它们过了一遍,把这个说法从“已有定论”下调成了“存在争议”。
支持这个说法的一方,有 Sillars 和 Zorn4。他们记录到,职场电子邮件里存在一种负面放大偏差:接收者给消息打的分,比不相干的旁观者更负面,评分与消息的实际特征之间的联系也很弱。在沟通氛围不好的环境里,以及层级较低的人身上,这种偏差更强。Byron 的框架5预测,正面的邮件会被读成中性,中性的邮件会被读成负面。
另一方面,Holtgraves 发现,正负方向有85%到90%的时候保持正确,这更接近准确,而不是默认往负面想。还有一项2025年的预注册伴侣研究6,没有发现人们对伴侣的评价总体上显著地比伴侣的自评更负面。它发现的是投射:人们会把自己当下的情绪,部分地读进伴侣的消息里。Pollmann 和 Roos 在2025年做的一项日常消息研究7指向同一个方向。347个人给自己收到的文字消息打分,其中171人能和发送者配上对;研究的电子邮件部分用的是类似的设计。结果发现,发送者想表达的语气和接收者读到的语气之间,有相当程度的一致。这说的是普通消息上的平均一致程度,并不会让一条紧张或含糊的消息变得更容易读懂。
所以,“含糊会让每个人都往最坏处想”这个说法,我不会替它辩护。我愿意辩护的版本是:谁在读,以及消息本身是什么样,能预测会不会读出负面的意思。这就说到让人不舒服的部分了。
谁会把含糊读成敌意
这些发现测量的是解读偏差,也就是在没有客观正确答案的时候,你倾向于选哪一种读法。它们并没有表明,焦虑的人更不擅长察觉真实存在的怒气。这个区分很重要,大多数报道却把两者混为一谈。
Kingsbury 和 Coplan8设计了含糊的发消息情景描述,在215人和353人的样本中,发现较高的社交焦虑与更负面的解读相关。在第二项研究中,读者对署名女性发送者的消息解读得更负面,男性读者尤其如此。
Goldman 等人在2025年做的一项研究9用一段 WhatsApp 风格的聊天,检验社交焦虑与负面解读之间的这条关联,结果没有找到。研究者先筛查了特拉维夫大学(Tel Aviv University)的337名一年级学生,挑出社交焦虑高的30人和低的30人,让他们读一段虚构的、发生在第一次约会第二天的对话,同时追踪他们的眼动。两组人读含糊的句子,都比读无关的句子更负面,两组之间没有差别。六十名学生,加一段编出来的聊天,这个测试规模不大。但它足以让这条关联看起来不像原先那么确定了。
两项元分析在方向上一致,在大小上有分歧。Chen、Short 和 Kemps10在44项研究中得到 g = 0.83,同时指出很可能存在发表偏倚。2026年,Würtz 等人11做了一项大得多的分析,涉及295个样本、50,296人,得到 g = 0.48,但它涵盖的是一般的焦虑,不只是社交焦虑,所以两者没法直接比较。两个结果都真实存在,而较新、较大的那项提示,这个效应属于中等,而不是大。
说到拒绝敏感性(rejection sensitivity),这方面有直接来自发消息的证据。Keane 和 Hammond12在490人和394人的样本中发现,拒绝敏感性能预测人们对含糊的调侃消息作出更负面的解读,不过相关性都不大。表情符号、缩写和双方关系的背景,同样会改变解读,这又一次说明,语气并不只存在于文字里。同一种恐惧,也藏在焦虑型依恋在发消息时的表现背后。
不确定性不耐受(intolerance of uncertainty)是最契合这种体验的概念,但它的直接证据最单薄。作为一种跨诊断的特质,它已经得到充分确认:一项对181项研究的元分析13发现,它与各种症状之间有中等程度的关联。但没有哪项有说服力的实验表明,高度的不确定性不耐受会导致更多的反复重读、更频繁地查看“最后上线时间”,或者更多地推断对方在生气。它与发消息之间的联系,是一个合理的假设,而不是一项发现。
常被说起、却没有得到证实的说法
“重读消息会让情况更糟。” 没有任何实验,把人随机分成重读组和不去管它的组,再测量焦虑或准确度。从临床上看,这说得通,但没有人检验过。
“关掉已读回执,你就会好受些。” 我没有找到针对这一点的对照研究。我找到的相关性研究,结论并不一致,而且关掉回执的人,本来可能就是压力更大的那一批,所以我不会说这已经得到了证明。如果回执给你增加了压力,把它关掉是一次成本很低的尝试,而不是一个已经证实有效的办法。
“问对方是不是生气了,会适得其反,因为这个问题读起来像被动攻击。” 这个说法流传很广,没有任何一项研究支持它。如果对方真的在被动攻击,怎么应对被动攻击的人又是另一个问题。
“焦虑的人会读错消息。” 他们对含糊内容的解读更偏负面。至于面对真实的发送者时,他们对其真实状态的判断是不是更不准,还没有哪项研究给出过答案。
这四条说法都是如此:证据说明一条消息里有什么,比告诉你一个人感受到什么,要有力得多。我在这条消息是什么意思?里划的,也是这条线。
真正有用的是什么
把消息本身说了什么,和你自己添上去的内容分开。文字本身说清楚的,是它的字面内容,以及它大体上是正面还是负面,这一点相当可靠。除此之外的一切,都是推断。把这条界线明明白白写下来,比再读一遍更有用。
只问一次,而且要问得能得到有用的信息。没有任何研究把人随机分成“自己推断”和“开口去问”两组,所以这是推理,也没有人把它当作一种方法验证过。但和反复重读相比,开口问有一个明显的好处:对方的回复会带来新的证据,而重读只是在翻来覆去咀嚼同一条含糊的线索。提出一个澄清的问题,是在收集信息。第五遍问“你确定你没有恼火吗”,则是另一回事,我后面还会说到。要让这个问题听上去是出于好奇,而不是在指责,比看起来难。Subtext 在这种一句话的消息上,帮上的忙最大。
拿这篇文章标题里的那个问题来看,差别是这样的:
草稿 “你是不是生我气了?”
只能回答“是”或“不是”的问题,问的就是你已经认定的那个解读 · 对方很容易回一句“没有”,你什么新信息也得不到 · 没有说出到底是哪里看着不对劲
改写后 “你上一条消息,我读着感觉和平时有点不一样,可能只是我多心了。你那边一切还好吗?”
遇到敏感、棘手的事,可以考虑直接打个电话,前提是对方也愿意接。Schroeder、Kardas 和 Epley14发现,听一个人解释自己的看法,比读同样内容的文字,更让人觉得这个人深思熟虑。Bevis、Schroeder 和 Yeomans 在2026年做的一项研究15涉及1,576人、1,842场对话,发现用口头方式谈的分歧,比用文字谈的分歧进行得更有建设性。
然后留意你发出去的是什么。这一部分是你能掌控的,一个你并不确定的解读,也正是在这里变成真正的麻烦。你已经认定一条消息带着敌意,再针对它写出来的回复,就把这个认定一起带了进去,而对方回应的是你的回复,不是你背后的推理。
把对话粘贴进 Subtext,或者截图给它,它处理的是语言,不去猜动机。它会用一句话概括对方想让你做什么,并列出需要回答的几点;它还会检查你的回复草稿,看它即将向一个可能根本没有那层意思的人传递什么信号。如果你只需要一个中性的澄清问题,它会帮你写出这一个问题,而不是写成一大段。
下面是我用 Subtext 检查一条回复草稿的一次实际使用,对话是专门编的,画成了一张聊天截图。应用给出的回答,我原样引用。对话里,8 点的位子已经订好,Priya 却第二次取消了当晚的约,截图下面输入的回复是“行,没事。你什么时候有空再说吧。”对打字的人来说,这样回可能像是已经放下了。Subtext 把“你什么时候有空再说吧”标为“消极攻击”,理由是“听起来像把球踢回去,带着冷淡和赌气,对方可能读出不满却无从回应”;它还加上了“冷处理”,理由是“没有提出具体时间”,并把草稿里的情绪命名为“失望”。这几项说的都是这条回复读起来会怎样,没有一项是在断言 Priya 的感受。
行,没事。你什么时候有空再说吧。
被同一个人连着放两次鸽子,换谁都会有点失落,你的"行,没事"我读到了。下面几个版本,把那点小情绪说得柔和又清楚。
- 贴近原话 (平和, 需要留意): 行,没事。你先忙,等你工作缓过来,有空了跟我说一声就行。 保留了你随和的语气,把"再说吧"换成"跟我说一声",冷淡感少了。但仍没给具体时间,可能显得有点淡。
- 温暖体谅 (体贴, 可放心发送): 没事,工作要紧,别太累了。等你忙完了,咱们再约个时间吧。 先关心她的工作状态,再轻轻提出之后再约,没有责怪的味道,对方读起来会比较轻松。
- 坦诚又不压人 (坦诚, 可放心发送): 没关系,知道你最近忙。说实话有点小遗憾,我都订好位子了。这样吧,你忙完这阵先看看哪天合适,定下来告诉我,我再去订。 坦率说出一点遗憾,但不责备,并把下一步交给她来定日子,既表达了感受,也避免约会不了了之。
这几版都没替你定下周的具体时间,因为你没说过。想要更短、更暖,或者更直接一点吗?
不管第二次取消的背后是什么原因,Priya 要回应的,会是“你什么时候有空再说吧”这句话。
什么时候这就不再是写作问题了
有两条界线值得说清楚,研究对此也很明确,我宁可直接讲出来,也不想绕开它们去推销。
第一,工具可以告诉你语言在起什么作用,却没法告诉你一个人在感受什么。如果一个产品,同一段对话你发给它五遍,它每次都信心十足地回答“对方没有恼火”,那它早就不是在分析,而是在随时随地给你安抚。寻求安抚这种行为,有充分的研究记录。一项针对38项研究的元分析16发现,它与抑郁相关;一项采用每日评估的2023年研究17发现,在焦虑程度更高的日子里,寻求安抚会增多,而且不确定性不耐受能预测更多的寻求安抚。缓解是短暂的,这个循环却越收越紧。我认为这值得了解,不管安抚来自一个应用,还是来自你已经问了四遍的朋友。
第二,如果核对成了常态,如果反复重读正在吞掉你的晚上,或者不管对方怎么回,焦虑都不散,那就已经不是措辞的问题了,任何写作工具都不是合适的答案。要处理背后那份痛苦,证据最充分的路径,是直接针对不确定性不耐受的心理治疗。一项对28项随机试验的综述18发现,总体效应很大,其中统一治疗方案(Unified Protocol)和以灵修为基础的干预效果最强;而专门针对不确定性不耐受的认知行为疗法(CBT)还比较新,背后只有少量研究。如果这听起来像你现在的处境,去找人谈谈(全科医生或心理治疗师都行),比把消息的措辞改得再好都管用。
如果你觉得我哪项研究读错了,或者知道我漏掉的相关研究,欢迎到 LinkedIn 上告诉我。
Samet Durgun 是 Subtext 的联合创始人。这款应用会捕捉你消息里的情绪语气,并用你自己的口吻改写。他常驻柏林。
参考来源
凡有原始来源的,上文每个链接都直接指向它,并按出现的顺序编号。流行的说法背后若没有研究支撑,这篇文章会直接说明,而不是照着重复。核查日期:2026年8月22日。这篇文章涉及焦虑和寻求安抚;如果你正处在这样的处境里,医生或心理治疗师比一篇文章更能帮上忙。
- Borkovec, T. D., & Hu, S. (1990). The effect of worry on cardiovascular response to phobic imagery. Behaviour Research and Therapy, 28(1), 69-73. 实验室研究,用的是想象出来的恐惧场景,不是文字消息;在此引用,是把它当作担忧取代情绪加工这一说法的经典实证依据,而不是针对发消息的证据。
- Kruger, J., Epley, N., Parker, J., & Ng, Z.-W. (2005). Egocentrism over e-mail: Can we communicate as well as we think? Journal of Personality and Social Psychology, 89(6), 925-936. 五个实验;被广泛引用的56%这个数字,是实验2中图1印出的电子邮件准确率,那是一项二选一的“讽刺还是认真”判断,共分析了29对,并不是总体准确率。
- Holtgraves, T. (2022). Implicit communication of emotions via written text messages. Computers in Human Behavior Reports, 7, 100219. N = 136 和 N = 167。
- Sillars, A., & Zorn, T. E. (2021). Hypernegative Interpretation of Negatively Perceived Email at Work. Management Communication Quarterly. 样本量和资助情况未能核实。
- Byron, K. (2008). Carrying too heavy a load? The communication and miscommunication of emotion by email. Academy of Management Review, 33(2), 309-327. 理论性论文,没有样本。
- Steinebach, P., Stein, M., & Schnell, K. (2025). Messenger-based assessment of empathic accuracy in couples’ smartphone communication. BMC Psychology. N = 102,来自51对伴侣;招募人数未达到预注册的目标。
- Pollmann, M. M. H., & Roos, C. A. (2025). “I get u”. People correctly interpret the tone of text messages and emails. Computers in Human Behavior Reports, 18, 100689.
- Kingsbury, M., & Coplan, R. J. (2016). RU mad @ me? Social anxiety and interpretation of ambiguous text messages. Computers in Human Behavior, 54, 368-379. N = 215 和 N = 353。
- Goldman, L., Basel, D., Hallel, H., Hertz-Palmor, N., & Lazarov, A. (2025). Instant messaging communication in social anxiety: no support for the combined cognitive bias hypothesis (CCBH). Motivation and Emotion, 49, 439-454. 筛查了337人,社交焦虑高、低的各30人,采用眼动追踪。未预注册;数据在 OSF 上。开放获取由 Tel Aviv University 资助;声明无利益冲突。
- Chen, J., Short, M., & Kemps, E. (2020). Interpretation bias in social anxiety: A meta-analysis. Journal of Affective Disorders. 44项研究,N = 3,859;作者指出很可能存在发表偏倚。
- Würtz, F., Kunna, M., Blackwell, S. E., Lindgraf, C., Abado, E., Amanvermez, Y., Margraf, J., Everaert, J., & Woud, M. L. (2026). Interpretation Biases in Anxiety: A Three-Level Meta-Analysis. Clinical Psychological Science,2026年1月13日在线首发。295个样本,N = 50,296;涉及一般的焦虑,不只是社交焦虑。
- Keane, K. L., & Hammond, S. I. (2024). Interpreting teasing through texting: The role of emoji, initialisms, relationships, and rejection sensitivity in ambiguous SMS. Canadian Journal of Behavioural Science. N = 490 和 N = 394。
- McEvoy, P. M., Hyett, M. P., Shihata, S., Price, J. E., & Strachan, L. (2019). The impact of methodological and measurement factors on transdiagnostic associations with intolerance of uncertainty. Clinical Psychology Review. 181项研究,N = 52,402。
- Schroeder, J., Kardas, M., & Epley, N. (2017). The Humanizing Voice. Psychological Science.
- Bevis, B., Schroeder, J., & Yeomans, M. (2026). Spoken disagreement is more constructive than written disagreement. Nature Communications, 17, article 5792. 1,576名对话参与者,共1,842场对话。
- Starr, L. R., & Davila, J. (2008). Excessive reassurance seeking, depression, and interpersonal rejection: a meta-analytic review. Journal of Abnormal Psychology, 117(4), 762-775. 38项研究,N = 6,973。
- Meyer, A., Silva, K., & Curry, J. (2023). Reassurance seeking in daily life. Behaviour Research and Therapy. N = 105,为期14天的生态瞬时评估。
- Miller, M. L., & McGuire, J. F. (2023). Targeting intolerance of uncertainty in treatment: A meta-analysis of therapeutic effects, treatment moderators, and underlying mechanisms. Journal of Affective Disorders. 28项随机试验,g = 0.89。