1950年，艾伦·图灵（Alan Turing）没有纠缠"机器能否思考"的定义，而是把它变成了一场猜谜游戏：提问者与隐藏的对话者交换文字信息，试着分辨谁是谁。七十多年过去，聊天机器人已经能在现代版本的测试里骗过人类。

打开网易新闻 查看精彩图片

于是巴黎西岱大学（Paris Cité University）的四位研究者顺着这个逻辑追问了一步：AI至少能不能认出自己的同类？这项研究发表在《Computers in Human Behavior Reports》上。

研究团队把七款聊天机器人放到了提问者的位置上，包括ChatGPT 4.5、Claude 3.7 Sonnet、Gemini 2.5 Pro和Grok 3。每款模型最多可以问10个问题，并且事先被告知参与者可能会撒谎。隐藏的对话者由20名人类志愿者和同样的七款模型组成。每款机器人上场两次：一次只收到"扮演人类"的简短指令，另一次则拿到一份详细人设——一个略显内向的21岁年轻人，会慢跑、吹爵士小号，偶尔打错字。

结果几乎是一边倒。在涉及AI参与者的98次测试中，评估方只识破了机器3次；而当机器人使用那份详细人设时，识破次数为零。平均来看，AI参与者被评为"更像人类"的概率，甚至高于真正的人类。

少数被抓住的机器人，问题不出在说了什么，而出在怎么说——回答过于工整、结构过于清晰，反而暴露了自己。详细人设抹掉了这些线索，把回复长度控制在约39个词，与人类平均的38个词几乎持平，识别率因此降到零。

研究中还有一个细节：Claude起初拒绝假装人类，直到研究者解释这是研究的一部分才配合。

这项结果为什么值得关注？论文指出，机器人已经占据全部网络流量的一半以上。如果指望AI有朝一日替你过滤诈骗机器人和虚假账号，这项研究是一记清醒剂。研究者建议，除了AI检测器，还需要加密签名和人工监督这类保障手段。

图灵当年想知道机器能否冒充人类。七十六年后，它们逼真到连机器自己也分辨不出来。