我們的數位足跡究竟能多大程度反映出內心的真實狀態？近日，國外知名論壇 Reddit 上的一項非正式實驗引發了熱烈討論。一名網友利用 OpenAI 的 Codex 工具分析自己過去 13 年的 Spotify 聆聽數據，竟意外發現 AI 不僅看穿了他的性格，更精準推算出了他「抗憂鬱藥物開始發揮療效」的準確月份。這項發現展示了 AI 在深度行為數據分析上令人驚嘆（甚至有些令人敬畏）的潛力。
重點文章
從毒舌樂評到心理分析師
Reddit 網友「firstbreathOOC」在分享了他的經歷。他將自己長達 13 年的 Spotify 播放紀錄以及每個月的播放清單匯入並透過 Codex 的外掛進行分析。起初，他只是抱著好玩的心態，要求 AI 對他的聽歌品味進行「毒舌點評」。
Codex 毫不留情地給出了一段精闢的剖析，指出他是一個「假裝成獨立音樂愛好者的感性主義者」，總是習慣用後搖滾、老歌或電影配樂等看似充滿文藝氣息的曲風，來掩飾自己真實且赤裸的情感需求。
一個關於憂鬱症的測試
在驚訝於 AI 對性格的敏銳洞察後，這名網友決定進行一項更深入的測試。他坦言自己自青春期以來便飽受慢性憂鬱症困擾長達數十年，直到近期才終於決定尋求醫療協助並開始服藥。
他向 Codex 提出了一個極具挑戰性的問題：「我一生都患有慢性憂鬱症，直到開始吃藥。你能從數據中猜出那是什麼時候發生的嗎？」
原本預期 AI 可能會給出「你某年突然不聽悲傷情歌了」這類膚淺的答案，或者隨便瞎猜一個年份。但 Codex 的回答卻讓他徹底震驚——AI 完美命中了時間點：預測他在 2026 年 1 月至 2 月間開始服藥，並指出「明顯感覺到不一樣了」的訊號出現在同年 3 月至 4 月間。
破案關鍵不是曲風而是「切歌率」
最令人著迷的，是 Codex 提出這項預測背後的數據邏輯。AI 並非單純依賴音樂類型的變化來判斷，而是敏銳地捕捉到了使用者「行為模式」的劇烈轉變。
Codex 分析指出，在 2023 年至 2025 年間，該網友的音樂數據呈現出強烈的「焦躁與情緒迴圈」。這段期間他不僅聽歌種類繁雜，更伴隨著高達 44% 到 47% 的「切歌率（Skip rate）」。AI 將此解讀為一種典型的焦慮行為：「這看起來就像是『我需要一些東西來調節我的情緒，但沒有任何東西能真正起作用』。」
然而，當時間來到 2026 年初，情況發生了戲劇性的變化。雖然聽的音樂依然帶有情感，但曲風變得「不再那麼深淵，多了更多陽光與吉他聲」。更關鍵的是行為數據上的斷崖式改變：
- 2026年1月： 切歌率 47%（完整播放率 44%）
- 2026年2月： 切歌率降至 27%（完整播放率 64%）
- 2026年3月： 切歌率 22%（完整播放率 73%）
- 2026年4月： 切歌率 18%（完整播放率 75%）
- 2026年5月： 切歌率僅剩 9%（完整播放率高達 81%）
面對這樣的數據變化，Codex 下了一個極具洞察力且富有詩意的結論：「這看起來就像是，你的神經系統不再於播放佇列中焦躁不安地掙扎了。」
大數據背後的隱私與未來
這名網友表示，他本人從未意識到自己情緒的逐漸穩定，竟然如此誠實地反映在「是否願意把一首歌聽完」這個微小的潛意識動作上。
這篇貼文曝光後迅速引發熱議。許多網友對 AI 能夠透過日常使用習慣反推心理狀態感到不可思議；甚至有另一名網友留言表示，他用同樣的方法，讓 AI 準確猜出了自己離婚的日期。
專家指出，這起案例完美展示了「元數據（Metadata）」的威力——你做了什麼（點擊、跳過、停留時間）往往比你看了什麼或聽了什麼，更能揭露你的真實心理狀態。雖然這展現了生成式 AI 在個性化醫療或心理健康追蹤上的巨大潛力，但也同時喚醒了部分網友對於企業長期收集、買賣此類敏感行為數據的隱私擔憂。無論如何，在 AI 的眼中，我們日常的每一次點擊，或許都已經寫好了我們的人生日記。
