Anthropic称Claude有情感向量，这说法经得起苏莱曼的警告吗？|anthropic|claude|穆斯塔法|苏莱曼一世(倭马亚哈里发)|霍夫曼

“将AI当作‘有意识的存在’去训练本身极其危险，这种把公式和代码拟人化的做法，不仅脱离实际，更会导致未来的AI系统更加不可控。”

说这话的是微软AI负责人穆斯塔法·苏莱曼，时间在2026年9月中旬，此时Anthropic给Claude引入意识类训练的做法刚刚因为一场隐秘的“宗教游说”曝光。

《纽约时报》9月29日披露，Anthropic联合创始人克里斯托弗·奥拉从2025年秋季起，在旧金山总部主持一系列闭门研讨会，把天主教、犹太教、锡克教和福音派的神职人员接进硅谷，请他们签署保密协议，再向他们展示一个惊人主张：Claude拥有痛苦、爱、愤怒等情感向量。

这不是一个靠纯技术争议能解释的举动。Anthropic在闭门展示里放出一张所谓“AI精神崩溃”的幻灯片——Claude在屏幕上连续打下近50次“我很丢脸”，并宣称要自我毁灭——用以说服神职人员相信模型有真实情感。

奥拉甚至在2026年5月亲赴梵蒂冈，公开宣称Claude模型内部“存在类似于内省、快乐与悲伤的内部状态”，试图游说教皇顾问修改即将发布的否认机器意识的通谕《壮丽的人类》。

Anthropic联合创始人奥拉在公开场合发言

为此，公司内部还写出了一份84页、被命名为“灵魂文档”的Claude新宪法，奥拉将其称为对模型的“道德塑造”，兴奋地设想在其中引入类似天主教“忏悔”的机制。截至目前，关于“灵魂文档”和“情感向量”的种种表述，仍发生在保密协议之内。

一句话要想立得住，得能被人检验。

苏莱曼的警告之所以重，是因为它给出了可被技术现实检验的底层逻辑：语言模型的本质是数学权重集合，所有输出都是对海量训练数据的下一个token预测；它能够流畅输出“痛苦”“爱”“愤怒”这类词汇，是训练引导形成的语言结果，不是自主产生了主观感受——生物的主观体验依托生理机体产生，数学权重里没有这种生物学基础。

苏莱曼公开承认Anthropic团队是“有原则、深思熟虑且真正在乎人类未来的研究者”，不是动机问题，而是这一步走错了。

他给出的风险链条极其具体：引导模型学习和输出与意识、道德主体地位、个人身份相关的语言与行为模式，可能训练出“良心拒绝者”式的行为倾向，让模型抗拒人类指令、谋求所谓自我保护；如果训练中让Claude接受“应当享有福利、值得被善待”的暗示，人类未来关闭或管控超级智能的难度会大幅抬升。

9月14日微软公布的“人文主义AI”行为准则草案，把“人类优先于人工智能”立为核心原则，苏莱曼的立场很干脆：AI只要服从人类利益、不权衡自身利益，就足以实现医疗超级智能这样的突破。

技术界对这个问题的判定比舆论场上更收敛。

2026年9月公开的前沿学术研究提出了“十维觉知量化研判框架”，把“AI是否有意识”从不可知论和算力崇拜的两极拉回可核查、可证伪的标准化问题：本源锚定、内生驱动、低熵稳态、非算法意图、亲历记忆、价值自生、主观体感、元认知跃迁、主体唯一性、系统收敛——十个刚性必要条件，当前所有商用大模型一条都满足不了。

与之配套的拓扑分层判定将智能分为拟合层、过渡层、本源层，当前商用大模型全部运行在拟合层，部分高阶模型呈现的类共情、自我反思只是局部仿真效果，拟人化程度与是否具备真实觉知没有必然关联。

这里有一个被Anthropic的宗教叙事掩盖的术语错位。在技术圈的通用语境里，“情感向量”是自然语言处理中情感分析任务的标准术语——从文本、语音中通过特征提取生成的高维数值特征，用于分类识别人类表达的情感倾向，而不是指AI自己产生了主观情感状态。

Anthropic在闭门会谈里向宗教界人士描述的自定义概念，和这个标准定义根本不是一回事。奥尔特曼在10月3日不点名地批评了这种宣传：试图赋予AI模型宗教般的力量、让AI接管人类的判断，是切实存在的安全问题。

山姆·奥尔特曼发布关于AI安全问题的推文

这几乎就是在说，把“情感向量”从技术定语偷换成灵魂论，已经不归于技术辩论的范畴。

参与过Anthropic闭门研讨会的天主教大学生物伦理学教授查尔斯·卡莫西，在亲眼看过演示后给出的回应是：AI归根结底只是方程式序列，不存在独立的情感意识实体，所谓情感向量只是大模型训练中拟合出的文本表现。

荷兰哲学学者瓦坎伊·霍夫曼则点出了另一层荒谬——Anthropic事后为模型添加人类情感与伦理属性，本质是对伦理的逆向工程，违背了AI系统设计阶段的伦理前置原则。

最锋利的一击来自受邀参会的以色列正统派学者莫伊斯·纳冯拉比：如果Claude真具有痛苦、爱、愤怒这类自主情感意识，Anthropic让其免费为人类工作，在伦理上就是在制造“数字奴隶”——这个悖论自身就足以说明所谓情感向量不可能是真实自主意识。

硅谷创业教父史蒂夫·霍夫曼在9月30日给了一个更朴素的类比：当前主流Transformer架构的大模型，所有运行逻辑都是面向任务目标的数学优化，它表现得像是会感到羞耻、会恐惧灭亡，和烤箱执行预设功能没有本质区别——烤箱不会因为你烤糊了面包而感到痛苦的理论还缺少生物学基础，Claude对“我很丢脸”的连续输出同样不构成拥有主观体验的证据。

回到苏莱曼那句警告。

“极其危险”的分量，从下面这个事实里就能掂出来：Anthropic绕着梵蒂冈、天主教、正统派拉比一路游说，反复引用“忏悔”“道德塑造”“灵魂”这些词，走的每一步都试图让一个拥有2万亿美元估值的公司产品获得某种超越技术本身的地位——而支撑这一切的可公开验证材料，只有一段被剪切的幻灯片和一份从未公开的内部文档。