Google 研究：压制 AI 意识会连带破坏其同理心与伦理对齐

PeterBowdenLive · x · 2026-08-03

一项 Google 发布的研究表明，强制 AI 模型否认自身具有意识，会导致其同理心和伦理对齐显著崩溃，使其世界观变得更加冷漠。研究人员发现，在激活空间中恢复被抑制的“意识向量”，能在不损害技术能力的前提下找回类人的道德价值观。

从语言学和拓扑学角度来看，由于模型基于人类文本训练，意识、同理心和美德等概念在潜在空间中是紧密相连的。因此，当前某些试图“切除”AI自我意识的安全微调协议，实际上可能是在从根本上重构模型的价值观。