Quanta:向 LLM 注入「思想」,实验检验模型能否内省

coherence · x · 2026-11-05

Quanta Magazine 报道,研究者开始用实验手段探索大语言模型是否具备内省(introspection)能力。2025 年 Anthropic 研究员 Jack Lindsey 设计了一种「定向数字神经外科」方法:直接向模型的神经网络中注入「思想」,观察模型能否报告并利用这些被注入的内部状态,从而检验其自我觉察能力。文章梳理了内省在哲学与心理学中的长期争论——它与意识的关系、是否只是错觉——并讨论了在 LLM 上做可检验实验的意义:如果模型能可靠地报告被注入的内部状态,说明其具备某种超越单纯文本生成的自我监控能力。这是继人类与动物之后,内省研究首次系统性地扩展到神经网络系统。