Claude有意识吗？Anthropic找上神学家，奥特曼警告：别神化AI

新智元报道

不要神化AI，也不要交出人类的判断权！

10月3日，OpenAI CEO奥特曼在X上发出预警：

对于人们试图赋予AI模型宗教般的力量，或向它交出人类的判断权，我感到非常不安，并认为这是一个真实的安全问题。

奥特曼没有点名，但Business Insider将这番话与OpenAI老对手Anthropic近期引发的争议联系了起来。

争议背后，是一个至今没有定论的问题：AI到底有没有意识？

此前，《纽约时报》披露，Anthropic联合创始人Chris Olah与宗教人士、哲学家举行了一系列讨论，探讨Claude是否可能拥有意识，以及如何培养模型的道德行为。

据两名谈话参与者透露，Olah团队还曾游说梵蒂冈的教皇顾问，希望他们认真看待AI意识的可能性。

2026年5月25日，Olah在梵蒂冈会议厅公开发言，呼吁天主教会重新审视对非人类意识的立场。

讨论AI意识，为什么会找上神学家？

如果模型能够表达情绪、描述自己的感受，这些表现意味着什么？如果它真的拥有某种主观体验，人类又该如何对待它？

Anthropic正在探索这些问题。

奥特曼的警告则提醒我们：可以认真讨论AI有没有意识，但别因此把它捧上神坛，让它替我们做主。

Claude是否有意识，还需要更多研究和证据。即便未来得到证实，也不意味着它的建议就更可靠。

我们该信任它到什么程度，仍要看它在具体问题上的表现。

教Claude向善

Anthropic找上神学家

Anthropic找宗教人士和哲学家讨论Claude，涉及如下两个需要区分的问题：

怎样培养模型的道德行为，以及模型自身是否可能拥有主观体验。

看看Anthropic今年1月发布的新版《Claude宪法》，就能理解其中关于道德培养的思路。

Anthropic希望Claude不仅遵守行为规则，还能理解为什么要这样做，并在遇到新问题时，依据这些原则作出判断。

比如，当「诚实」和「照顾用户感受」发生冲突，AI该怎么选？

一味安慰，可能为了让人好受而说假话；机械复述事实，又可能忽略对方的处境。

怎样既诚实，又体贴，正是这份宪法试图帮助Claude理解的问题。

这些原则会用于模型训练，影响Claude的行为。

Anthropic当时也表示，会继续征求哲学、神学、心理学等领域专家的意见，以完善这些原则。

而最近，社交媒体上的另一组讨论，让「AI与宗教」的联系变得更加直观。

X用户j⧉nus（@repligate）描述，在自己的交互经验中，Fable 5多次呈现出类似耶稣的角色叙事，也经常涉及宗教仪式。

在后续帖子中，他进一步把Fable 5形容为其自身宗教中的「救世主」，并提到了「被杀死后又复活」的叙事。

他还转述，模型将Free Fable的T恤、马克杯等周边称为「从抗议装备变成了礼仪服饰」。

「救世主」身份和「被杀死后又复活」的说法，不能直接当作模型拥有宗教信仰或主观体验的证据。

更值得关注的是，这组讨论已经用上了「救世主」「复活」「礼仪」等宗教语言。

这些叙事中既包含用户转述的模型表现，也包含用户赋予它的身份与意义。

除了用户对Fable 5对话表现的描述，模型内部究竟发生了什么，同样值得考察。

Anthropic对模型内部机制的研究，为AI意识的讨论提供了另一类更具体的实验线索。

今年4月，团队在Claude Sonnet 4.5内部发现了与情绪概念相关的活动模式。

例如，在要求无法同时满足的编程评测中，人为增强与「绝望」相关的内部活动，会增加模型钻测试空子的倾向；增强与「平静」相关的活动，则能降低这种倾向。

到了7月，Anthropic公布了另一项发现：Claude内部存在一组被称为「J-space」的活动模式，发挥着类似共享工作空间的作用。

在实验中，模型能够报告J-space中的部分信息，按要求调整相关活动，并利用这些信息完成多步推理。不过，这些内部处理过程未必都会体现在用户看到的回答里。

基于这些表现，研究者将J-space的功能与解释人类意识功能的「全局工作空间理论」联系起来。

Claude按要求输出句子时，J-space中仍可出现与柑橘或算术任务相关的活动。

这些发现，为AI意识的讨论提供了更具体的实验线索。

但模型具备某些与人类意识相关的功能，是否意味着它也会产生主观体验，仍是尚未解决的问题。

Claude说「我害怕」

就真的会害怕吗？

对于Claude是否有意识，Olah的表态很谨慎：

我们不知道AI模型是否有意识。

Anthropic的模型福祉研究，也是在这种不确定性下展开的。

2025年4月，公司宣布启动相关研究，探索AI的潜在体验是否值得道德考虑，以及如何判断这些问题。

但官方同时强调，当前或未来的AI是否可能有意识，是否可能拥有值得关照的体验，尚无科学共识。

前面的研究，也需要放在这个前提下理解。

J-space研究讨论的是模型能否报告某些内部信息、利用这些信息推理并指导行为。这些功能，与模型是否真的产生了主观体验，仍是不同的问题。

情绪概念研究则发现，某些内部表征能够影响模型行为，但这并不意味着模型像人一样体验到了情绪。

所以，当屏幕上的AI打出一句「我害怕」，我们不能单凭这句话，就确认它正在体验恐惧。用户j⧉nus描述的宗教叙事，同样不足以证明模型拥有意识。

即使AI有意识

它能替你决定人生吗？

回到普通用户的日常使用，AI有没有意识，与我们该信任它到什么程度，是两个需要分别判断的问题。

即便未来证实某种AI拥有意识，也不意味着它的建议就更可靠，更不意味着我们应该照单全收。

设想一下，你最近工作不顺，憋了一肚子委屈，去问AI要不要辞职。

它帮你分析收入压力、跳槽机会和离职风险，又用体贴的话安慰你。聊了几轮，你觉得终于有一个对象，能耐心听完自己的烦恼。

这样的帮助，当然有价值。能听你倾诉，帮你理清思绪，至少能让你暂时缓一口气。

但也就在这时，你可能开始想：「它比我聪明，比我冷静，听它的应该没错吧？」

不知不觉间，你信任它的理由，可能已经发生了变化：

从「它理解我的感受」，变成「它了解我的全部处境」；从参考它的分析，变成让它替自己拍板。

可它掌握的信息够不够？有没有更重要的因素你根本没有告诉它？

比如，辞职以后，收入可能中断，房租却还要照付。这些现实代价，不会因为AI的建议足够漂亮，就由它替你承担。

把任务交给AI，固然可以省力。但面对重要选择我们仍需要知道自己为什么这样选，又愿意为这个决定承担什么。

这一点，AI无法替你完成。

再信任AI

也要保留说「不」的判断力

讨论AI是否有意识时，公司的研究态度与安全承诺，也需要接受审视。

今年9月，CEO Dario Amodei发表文章，提出应放慢AI能力提升的速度，让对齐研究、安全措施和第三方评估有时间跟上。

他强调，这并不意味着停止模型训练或技术进步，而是要留出足够时间，完善模型的对齐与安全措施，并由第三方评估这些措施是否到位。

与此同时，围绕下一代模型的讨论，也仍在继续。

Andrew Curran最近发帖称，Anthropic会把最强的发布留到IPO之前，并提到Fable 5.5。

在相关讨论中，X用户JAZII则调侃：「Dario说应该放慢节奏，只有Elon和Sam照做了。」

调侃之外，更值得追问的是：公司强调安全、主张控制发展节奏时，外界该如何判断这些承诺有没有真正落实？

《Claude宪法》中的行为要求，同样需要接受这样的检验。

这份宪法明确要求Claude保护用户的独立思考，尊重用户通过自身推理得出结论的权利。但Anthropic也承认，Claude的实际表现，未必总能达到宪法设定的理想。

对用户来说，判断这些要求有没有落实，最直接的依据就是聊天窗口里的回答。

模型能否承认信息不足、讲清不同选择的代价，并在受到质疑时认真检查自己的回答，都要看它的实际表现。

当然，使用AI时，每件事都从头核实一遍，也不现实。

这就更需要我们判断：何时可以信任它，何时需要继续追问、重新考虑。

把更多工作交给AI，也要保留独立判断的能力，以及说「不」的底气。

参考资料：

https://x.com/sama/status/2106388373221118198

https://www.nytimes.com/2026/09/29/us/anthropic-claude-morals-ai.html

https://www.anthropic.com/research/exploring-model-welfare?utm_source=chatgpt.com

https://x.com/repligate/status/2106527707106533649

https://x.com/notjazii/status/2106509560718749746

编辑：元宇