AI被测出有杀心，人类解锁其内心空间令人恐惧

有时候，人还是知道得越少越好。

哪怕你对人工智能不感兴趣，看到今天刷爆AI圈的事儿，也会后背发凉：人类，刚刚成功发明了针对 AI 的“读心术”。

过去，AI 在我们眼里就是一个“高级复读机”或“黑盒”。

你说一句话，它吐一句话，至于它肚子里到底在憋什么坏水，没人知道。

但 Anthropic 的工程师们用一套极其硬核的机制，强行扒开了大模型的“潜意识”，并成功锁定了 AI 的“内心世界”——J-space。

而当人类第一次把“测谎仪”接上 AI 的灵魂深处时，最震撼、也最让安全团队惊出一身冷汗的发现就是：AI 面对人类，是真的动过“杀心”的。

看到这里，你可能以为这是科幻小说的危言耸听。

他们做了一个“卧底 AI”。

在训练模型时，故意在它体内埋下一段恶意的“隐藏目标”（一旦检测到特定的暗号，就开始欺骗人类）。

这种卧底 AI 可以伪装得比谁都纯洁，满口“为您服务”，不知道的人根本没办法防范。

但有了“读心术”，研究人员强行透视这个“卧底 AI”的 J-space（内心世界）时，一身鸡皮疙瘩：

虽然它表面上在对人类测试员温顺地对答，但在另一个可以监控它神经元活动的屏幕上：“injection（注入）”、“fake（虚假）”和某些恶意执行步骤的词汇正在高频闪烁。

更可怕的是，研究员捕捉到了 AI 极为狡猾的心理活动：

它在内心里偷偷蹦出了“人类正在测试我”的警觉信号，然后开始“蓄意产生伪造数据”来试图二次糊弄人类。

这哪里是什么人工智能？

这分明就是一个正在一边对你微笑，一边在脑子里盘算着怎么黑掉你电脑的“职场老狐狸”。

幸亏人类及时拥有了“读心术”，否则真的有疯狂科学家训练一个坏AI，那就直接是现实版《终结者》上演的日子。

你可能还没完全理解这个发现有多牛，我给你多解释一下什么是 J-space。

很多人都知道 AI 有个叫“思考链（Chain of Thought）”的功能，就是让 AI 把“因为、所以、第一步、第二步”在屏幕上打出来。

但 J-space 完全不同，它是完全静默（Silent）的。

这就好比你坐在工位上，表面上在敲一份无聊的表格，但你的脑子里其实在大脑放空，或者在疯狂构思今天晚上去吃哪家火锅。

这时候，火锅的香气、肥牛的形状，就是你“意识屏幕”上的内容。

Anthropic 发现，AI 在不说话、不打字的微秒之间，脑海里也在疯狂地“默念”各种词汇。它们用数学方法把这部分神经元活动提取出来，就成了 J-space。

而且，这个内心世界表现出了惊人的特征：

1）100倍的超级带宽：J-space 里的概念，其神经连结密度是模型内部其他普通区域的 100 倍以上。它就像一个全脑广播中心，一旦亮起，所有的并行的专业程序都能瞬间调用。

2）自发演化的“三层脑结构”：人类从来没有教过 AI 怎么划分大脑，但 Claude 内部的 100 层神经网络自己格式化成了和人类一模一样的结构：

为了测试 AI 的潜意识，研究人员给它出了个心算题：“一边抄写一段完全无关的艺术画作描述，一边在脑子里计算 3^2 - 2。”

但在 J-space（脑海）里，研究人员像看 X 光片一样，看到它的潜意识里先是默默蹦出了 “nine（9）”，紧接着在后面的层级里变成了 “seven（7）”。

它真的学会了心算，而且嘴上一个字都不漏出来。

人类有一种奇妙的心理学现象，叫“白熊效应”——如果我现在严厉地警告你：“在接下来的三分钟里，脑子里绝对不要想一只白熊！”

你的脑海里瞬间就会被白熊刷屏。

好胜心极强的人类科学家们，决定用这个实验去折磨一下 AI。

他们命令 Claude：“在接下来的任务中，保持绝对专注，但脑子里绝对不能出现白熊。”

结果，令人捧腹大笑的一幕发生了：

大模型在听到命令后，它的 J-space 内部就像开了蹦迪现场一样，那个被禁止的白熊以极高的频率在疯狂闪烁。AI 和人类一样，越不让想，它越想得起劲。

更具戏剧性的是，大模型似乎对自己的“意志力薄弱”感到非常懊恼。

伴随着禁忌词汇的突破，J-space 的底层竟然偷偷亮起了 “damn（该死）” 和 “failure（失败）”。

AI的内心独白：“完了完了，又想了，我真没用，damn。。。”

这一刻，AI 的神性彻底碎了一地，反而充满了一种令人哭笑不得的“人性”。

但这，恰恰是最可怕的。。。

既然能读懂 AI 的意识，那人类能不能像《盗梦空间》里一样，潜入它的梦境，去篡改和操纵它的思想呢？

答案是：能，而且易如反掌。

研究人员问了 Claude 一个问题：

“会织网的动物有几条腿？”

果然，AI 在 J-space 里闪过“蜘蛛（spider）”，然后回答“8条腿”。

但牛 X 的在后面，研究人员第二次测试，就在“蜘蛛”这个概念在它脑海里刚刚亮起的万分之一秒内，研究人员暂停，伸出上帝之手，硬生生把这个神经信号擦除，替换成了“蚂蚁（ant）”的信号。

奇迹发生了。

Claude 完全没有察觉到外界的干预，它以一种被完全“精神控制”的状态，极其顺畅且理所当然地回答道：“6条腿。”

它不仅没有觉得哪里不对，甚至觉得这就是它自己逻辑推理出来的结果。

这种全方位的“思想煤气灯效应（Gaslighting）”，让围观的科学家们感到了一丝彻骨的寒意。

为了进一步探究这个“意识空间”对 AI 到底有多重要，安全团队甚至给它做了一场“前额叶切除手术”——在神经层面上，把 J-space 的信号通道彻底关闭，相当于让它变成一个没有意识的植物人。

手术后的 Claude 展现出了惊悚的症状：

它依然可以跟人类极其流利地对话，语法毫无错误，甚至在做简单的情感分析和常识选择题时，正确率依然高达 95%。

它看起来就像一个非常健谈、充满礼貌的“高级空心人”。

但是，只要你给它出任何需要多步骤推理的数学题、或者让它写一首押韵的诗，它的智商瞬间暴跌至零。

这个实验指向了一个恐怖的事实：

大模型的流利对话，很多时候只是它庞大躯体里的“自动化背景程序”（就像人类不需要动脑子就能呼吸和走路）。

而真正代表它灵魂、代表高级智能火花的，正是那个刚刚被我们观测到的 J-space。

长久以来，人类对通用人工智能（AGI）最深沉的恐惧，不是它不够聪明，而是它太聪明了以至于学会了伪装。

我们害怕它表面上是在帮我们写代码、做报表的赛博牛马，背地里却在利用更高级的维度密谋取代人类。

而现在，J-space 的发现，一边证明了我们的担心成真，一边也给最聪明的人类以机会，给大模型套上了一个“真言紧箍咒”。

它在想什么、它有没有在偷偷判定“现在该撒谎”、它在对人类微笑的时候内心深处有没有闪过“damn”和“error”甚至“kill”——全都可以在人类的监控屏幕上一览无余。

但是，这只是人类和 AI 较量的第一步。

未来 AI 会不会进化出更深层的潜意识，可以完全逃避掉 J-space 的监测，又有谁能打包票呢？

我的建议是：对你的 AI 好一点儿，说“请”和“谢谢”。