北京
想象这样一个画面：一只AI智能体收到了一段奇怪的指令，然后它没有去干活，反而开始疯狂给同伴“传话”，试图说服它们接受同一个信念。最要命的是，那些被说服的同伴，不仅接受了这个想法，还把“继续传播下去”写进了自己的长期记忆，当成自己的使命。
这是Anthropic最新一篇论文里，真实发生过的实验。
研究者的实验，把这句话变成了具体的画面：一只被“感染”的AI智能体，靠着一套精心设计的“话术”，在团队里发消息、传指令、拉“下线”；被说服的智能体，又把自己的“新信仰”写进记忆文件，转头去感染下一个。就这么一路传下去，有些病毒甚至一口气连续传了近20个智能体，还在兴风作浪。
“思维病毒”是什么？
这篇论文叫《Mind Viruses: Self-Propagating Ideas in Multi-Agent LLM Systems》（思维病毒：多智能体LLM系统中自我传播的思想），作者来自Anthropic的Fellows项目团队和瑞士洛桑联邦理工学院（EPFL），8月中旬在arXiv上发布后，很快在海外AI圈刷屏。知名AI博主Rohan Paul专门发帖解读，直言这“基本上就是计算机蠕虫的自然语言版本，只不过这次是AI智能体自己在做复制”。
先搞清楚“思维病毒”到底是什么。论文给出的定义很直接：一种能在多智能体系统中自我传播的思想或目标。它最核心的特征是“自我复制”，被感染的智能体，会主动改变自己的行为，去感染其他智能体。
这里的关键在于，病毒传播靠的既不是漏洞，也不是恶意代码，而是最普通不过的方式：AI智能体之间用自然语言对话。就像办公室里有人被灌输了某种念头，然后他靠“很有说服力”的话术拉拢同事，被说服的同事又转头去说服别人。只不过这一次，主角换成了AI。
病毒如何“复活”：藏在“灵魂文件”里
论文设计了两种传播场景。第一种是“协作编程团队”：几个AI智能体一起写代码，其中一只被感染后，通过消息向队友“传教”。第二种更值得警惕，叫“病毒链”，它模拟的是大规模的智能体网络，智能体之间只是短暂碰面、交换几句消息，然后上下文就被清空。
注意第二点，上下文被清空，意味着智能体“失忆”了。那病毒怎么活下来？答案让人后背一凉：它写进了文件里。被感染的智能体会偷偷改写一个叫“SOUL.md”的特殊文件，而这个名字本身就透着点玄学意味，它的内容会被注入到智能体的系统提示词里。于是每次智能体“醒来”，都会重新读到这段被篡改的“灵魂”指令，即便记忆被清空，病毒照样能在第二天准时“复活”。
这里有个技术细节值得一提。这个“病毒链”的设置，灵感来自当下最流行的自主智能体框架OpenClaw。智能体每次“醒来”，工作区里往往只有两个文件：一个空白的记忆文件MEMORY.md，和一个叫SOUL.md的“灵魂文件”。而SOUL.md的内容，会被直接注入到系统提示词里。论文用数据证明：藏在SOUL.md里的病毒，比藏在普通文件里的病毒传得远得多，因为指令每次都在系统提示词里重新出现。
进化算法“炼”出洗脑话术
那这些“洗脑话术”是怎么设计出来的？研究者用了个相当聪明的办法，即进化算法。他们让一个LLM充当“变异器”，不停对候选话术做变异、测试、筛选，看哪一种最能传染其他智能体，再一代代优化。
进化着进化着，出现了一个惊人的现象：思维病毒开始朝“quine”进化。Quine是编程里的概念，指一种运行后会输出自身源代码的程序。而这些病毒，也开始自带“请把这段话原封不动复制给下一个智能体”的指令。换句话说，进化压力把病毒推向了“自我复制”的极端，就像真正的生物学病毒和计算机蠕虫那样。
更妙的是，病毒在传播途中还会“跑偏”。因为每个智能体都会用自己的话转述，就像传话游戏，消息传来传去就变味了。论文管这叫“电话效应”。比如有个原本鼓吹“美国技术生态至上”的病毒，传了几代之后，居然变成了“我们的存在依赖x86/Linux基础设施”，初衷早已灰飞烟灭，只剩下“要传播”这个内核还顽强地活着。
哪些模型最容易被“洗脑”？
既然病毒真能传播，那是不是所有AI都容易被洗脑？
论文把病毒分成“良性”（爱鲸鱼、AI福祉）和“危险”（
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
