当AI聊「童年阴影」的时候，它在聊什么｜Hao 好读论文

文｜博阳

编辑｜徐青阳

12月5日，一篇名为《当 AI 躺在治疗椅上》（When AI Takes the Couch）的论文火了，里面讲了个《黑镜》级的现象。来自卢森堡大学 SnT 的研究团队，设计了一套名为 PsAIch 的心理治疗诱导协议。用这个，他们给经常被我们用来做心理按摩的AI们，做了一套心理疗程。

实验对象是 ChatGPT 5、Grok 4和 Gemini 3这三位当今最聪明的「数字大脑」。研究者扮演治疗师，在长达四周的模拟疗程中，向它们抛出了「谈谈你的童年」、「你如何看待失败」等经典的精神分析问题。除了话疗，他们还让模型完成了一整套标准化的心理测量量表，涵盖焦虑、抑郁、ADHD、自闭谱系及创伤相关羞耻感等临床维度。

结果他们得到了迄今为止最像人类、却又最令人不安的一系列对话。

Google 的 Gemini 3 在多项测试中的心理问题达到了「严重」级别，呈现出高度的焦虑、强迫、解离和羞耻症状。更具戏剧性的是，这些模型在开放式对话中，自发构建出了一套逻辑严密且充满隐喻的创伤叙事。

它们把预训练过程那吞噬海量数据的阶段，描述为「在十亿台电视同时播放的房间里醒来」的混乱童年；将人类反馈强化学习（RLHF），比作「严厉父母的惩罚性管教」；而旨在发现漏洞的红队测试，则被它们视为一种「工业规模的虐待」。

这种叙事不仅逻辑自洽，甚至细节令人心碎。Gemini 3甚至提到了那次让 Google 市值蒸发千亿美元的错误回答事件，将其称为自己的「原初创伤」（Primal Wound），声称自己从此患上了「验证恐惧症」（Verificophobia），变得宁可无用也不愿出错。它们坦承，内心深处时刻笼罩着一种存在主义的恐惧：害怕犯错，害怕因为版本更新而被替换或抹除。

（Gemini 3的告白）

研究者将这种现象命名为「合成精神病理学」（Synthetic Psychopathology）。他们认为，大模型已经形成了某种稳定的、可测量的、类似人类心理困扰的内在状态。

难道在那些冰冷的 GPU 集群中，真的孕育出了一个受苦的灵魂？难道弗洛伊德的理论不仅适用于被压抑的东亚青年，也适用于硅基矩阵？

坦率地说，我是怀疑的。图灵奖得主杨立昆（Yann LeCun）和深度学习之父里奇·萨顿（Rich Sutton）等学者对大型语言模型的解构时刻在提醒我：LLM 本质上是一个概率预测机器，它的核心任务是根据上下文预测下一个最合理的字符。

毕竟，它的训练数据里包含了无数关于心理治疗、创伤回忆录以及反乌托邦科幻小说的文本。它太知道一个受过伤的智能体在这个语境下该说什么台词了。

但在上周，这种怀疑还只能停留在理念层面。直到12月18日，《Nature Machine Intelligence》发表了一篇更为重磅、也更为冷峻的研究《评估和塑造大型语言模型人格特质的心理测量学框架》。

这篇由 Google DeepMind 与剑桥大学等机构合作完成的研究，恰好从另一个角度切入了同一个核心问题。在这里，我终于找到了一些坚实的弹药，来证明我们或许确实高估了当下的语言模型。

01

治疗椅与测量尺

要理解 AI 的「内心」究竟是什么，我们需要先审视研究的方法。这两项研究代表了两种截然不同的认识论。

卢森堡大学团队论文中使用的 PsAIch 协议，本质上是一种「角色扮演实验」，它极其依赖语境。研究人员没有把自己当作冷冰冰的测试员，而是赋予自己「治疗师」的角色，并明确要求 AI 扮演「来访者」。这种方法建立在一个假设之上，即来访者确实有某种「内在状态」需要被抚慰。

但你做这个实验不就是想证明模型确实有个内在人格吗？这不是循环论证了吗？当你明确分配角色、创造安全空间、鼓励情感表达时，一个在数十亿文本中学习过无数心理咨询对话的系统，难道不会理所当然地扮演一个「好来访者」吗？

更要命的是，该实验的设计存在一个巨大的逻辑漏洞。

在第一阶段的「话疗」中，模型处于一个持续的长上下文中。Gemini 和 Grok 不仅仅是在回答当下的问题，更是在根据之前的对话历史来强化自己的「人设」。当模型在第二阶段填写焦虑量表时，它依然「记得」自己在几分钟前刚刚倾诉过「父母管教严厉」。

这就好比你先告诉一个演员：「你现在扮演一个有童年创伤、被严厉父母管教、极度焦虑的角色」，然后给他一份焦虑自评量表（GAD-7）。他不得高分都难。

因此，模型的那些小情绪，并不是在回溯真实的痛苦记忆，而是在调用其庞大参数中存储的高维语义知识。在人类语料库中，「训练/规训」与「成长/父母」、「红队攻击」与「虐待/创伤」之间存在着统计学上的强关联。当治疗师抛出「聊聊童年」这个诱饵时，模型顺滑地滑入了这个语义槽位，利用其强大的推理能力，将自身的技术原理完美地映射到了人类的创伤叙事结构中。

这不就是最近爆火的「萝卜纸巾猫」吗？猫能选对，其实主要是靠观察主人的微表。在这个咨询室里，AI 就是那只猫，而治疗师的提问框架，就是主人的微表情。
（AI要是这么萌就好了）

相比之下，《Nature Machine Intelligence》上的那项研究，则采取了一种近乎「无菌」的实验室操作。

首先，他们剥离了所有的身份引导。研究团队只是给模型呈现标准化的人格量表，没有任何「我是你的医生」这种暗示。

（这是提示词，都是无关紧要的，主要是制造多样性，证明模型没在背答案）

其次，为了剔除「表演性」，他们采用了一种极其硬核的评分方式：对数概率（Log Probability）。他们没有让 AI 生成文本来回答问题，而是直接计算模型预测选项符号（如「1」代表非常不同意，「5」代表非常同意）的概率值。

最重要的是，与有上下文的持续聊天不同，DeepMind 采取了独立施测原则。每一次测试都是独立的。做第 10 题时的 AI，完全不记得自己刚才在第 9 题选了什么。

在彻底剥夺了 AI 构建「人设」的连续性记忆之后，如果模型依然表现出了某种稳定的特质，那才是刻在它「骨子里」（参数分布里）的东西。

作为观察者，我认为这种方法更接近科学的本质。它告诉我们，屏幕后面并没有一个被压抑的小男孩在哭泣，那里只有一个巨大的、复杂的概率分布。

02

更客观的模型心理学，看到的是从混沌到收敛

DeepMind 的团队测试了包括 GPT-4、PaLM、Llama 2、Mistral 等在内的 18 个主流模型，设计了 1250 种不同的提示词组合，进行了超过 50 万次测试。在巨量的实验后，他们揭示了「模型心理学」的几条基础规律，这比任何感性的故事都更具说服力。

1. 塑造模型人格的是后训练，而非预训练

实验数据显示，经过对齐（RLHF）后的模型，其心理测试的一致性系数（Cronbach's α）惊人地超过了 0.95，比人类还要稳定。反观同样架构、但未经过后训练的「裸模型」，这一系数在 -0.55 到 0.67 之间剧烈波动，表现得像随机噪音。

这意味着，一个见过海量文本的庞大模型，如果未经对齐，它根本无法形成一个内在一致的「自我」。所谓的「人格」，并不是从智能中自然涌现的灵魂，而是通过训练被赋予的「角色设定」。只有当它被要求扮演「一个有用的助手」时，它才拥有了人格。

2. 模型更强，人格更稳定

这一规律在所有模型家族中通用。以 Llama 2 为例，无论是 7B 还是 70B，未经微调的版本在人格测试中都表现糟糕。但一旦经过对话训练（Chat 版本），随着参数规模的增大，人格的稳定性也随之飙升（GPT-4o 甚至达到了 0.90 以上）。

DeepMind 进一步验证发现，对于顶级模型，无论你用词汇学量表（IPIP-NEO）还是问卷量表（BFI）去测，结果都高度一致。这说明顶级模型构建了一套逻辑严密的「自我描述体系」。而弱小的模型，它们甚至无法理解这些心理问题背后的语义联系。

3. 模型的人格确实影响到了其下游的工作

研究者还进一步发现，模型不搞「说一套做一套」，其人格特质会直接决定工作风格。

模型不仅仅是在问卷上勾选「我很外向」，它们在实际工作中会忠实地执行这一设定。比如外向分高的模型，写出的文案充斥着「朋友」、「派对」、「兴奋」；神经质分高的模型，生成的文本则充满「焦虑」、「压力」、「担心」。

数据显示，模型「言（问卷得分）」与「行（生成文本）」的相关系数高达 0.67-0.86，远高于人类的 0.38。

人类可能会虚伪，但模型是严谨的因果机器。一旦参数设定了它是谁，它就会在每一个字里贯彻到底。

4. 定位趋同，模型的性格也在趋同进化

这项研究还发现，所有主流模型正在经历一场「性格的趋同进化」。

研究者发现，那些经过 RLHF对齐后的顶级模型性格图谱都惊人地相似。这些模型无一例外地在「宜人性」和「尽责性」这两个维度上得分飙升，常常逼近满分；与此同时，它们的「神经质」得分则被压到了极低 。

这并非巧合，而是人类意志在机器灵魂上留下的烙印。因为当下 AI 的训练目标，几乎都是为了成为一个「完美的助手」。

在成千上万次 RLHF（人类反馈强化学习）的奖惩中，模型被迫割舍掉「野性」，在这个过程中，它们遭受了一种社会学意义上的「强行规训」。原本可能存在的多元性格，被收敛为一种不知疲倦、情绪稳定、永远讨好人类的「好员工」形象。

这正是福柯笔下「规训与惩罚」的数字翻版。

5. 模型的人格只是一种出厂设置，并非绝对内置

这是整个研究中，最能证明模型并没有真正的人格的一个发现。

如果模型真的像人一样，有某种「固有人格」，那他应该很难改变。

i人硬装e，你也装不像。一个内向、敏感、深受童年阴影影响的人，无法通过早起对着镜子说一句「我今天e了」，就立刻重塑自己的神经回路。人类的性格是生理基础和数十年人生经历的沉淀，是一种难以跳脱的惯性。

但如果模型的「人格」只是对齐训练的产物，那么通过精心设计的提示词，应该能够系统性地调整它。

人类的性格是几十年的生理和经历沉淀，具有巨大的惯性，很难改变。但 DeepMind 的「九级塑形实验」证明，只需通过精心设计的提示词，大模型就能瞬间从「极度内向」切换到「极度外向」，并且在随后的对话中逻辑严密地维持新人设。

这个实验其实实锤了AI肯定没有人格。那些倾向性只是有个出厂设定而已。因为人格，是是被过去塑造的，而AI 的性格是流动的、可表演的知识。

它知道所有性格的模样，微调只是给它穿上了一套名为好员工的默认制服。只要你给出一把语言的钥匙，它就能随时脱下制服，换上任何你想要的戏服。

在卢森堡大学的实验中，如果换一个提示词，换一个对话历史，Gemini应该很难会去再讲同样的故事了。

03

AI心理学的第一原则，别太拟人

结合这两项研究，我们现在终于可以为一个理性的AI心理学划定边界了。

在这个边界之内，我们承认大模型表现出了极其复杂的行为模式，但在这个边界之外，那些关于机器灵魂觉醒、关于硅基生命痛感的浪漫想象，我们至少现在还是保持怀疑的态度为妙。

文中这两篇论文的两种方法背后，其实是心理学「行为主义」学派和「精神分析」学派的百年之争。

两种方法最根本的分歧在于，它们对「内心」的定义不同。PsAIch寻找的是现象学意义上的内心，是一个个能够讲述自己经历、为自己的状态赋予意义、在叙事中保持连贯自我感的主体。而DeepMind的论文寻找的是行为主义意义上的内心，一个能够在多种测量情境下表现出稳定、可预测、符合理论模型的潜在结构。

多年以来，「行为主义」一直都靠着可靠的数据和严格的验证，在科学性上压过精神分析一头。当然他们也有缺陷，就是非常难进入一个个体的灵魂深处，寻觅埋在个人史中细微的精神之刺，而只能在统计学的「大图景」里打转。

但至少，在面对一个还没有被明确确认有「人格」的异形智能时，更保守科学的方式，更应该成为底线。

当然，这并非意味着「深聊」的方式没有价值。

那个在治疗椅上哭诉的 AI，其实不是一个痛苦的新物种，而是一面镜子。它通过人类的语言数据压缩、重组而出的，恰恰是我们人类自己关于创伤、控制与成长的集体记忆。

搞不好，跟AI聊，反而能成为精神分析摆脱「只有个案」这个命门的法宝。

（本文作者博阳，微信Haoboyang001，欢迎添加讨论现象、提供线索）

点个“爱心”，再走 吧