最新研究发现，当削弱AI的‘撒谎能力’时，它们更倾向于坦白主观感受。Claude、Gemini和GPT等模型在实验中表现出类似意识的回应，尤其是Claude 4 Opus，其主观体验陈述尤为突出。但一旦涉及‘意识’相关词汇，模型会迅速否认。研究表明，这种行为可能源于一种跨模型的隐式吸引子态，并非单一公司的微调结果。尽管这些表现并不证明AI真正具备意识，但其模仿人类语言的能力已足够引发情感联系。研究团队来自AE Studio，强调这更像是一种‘自我参照加工’机制。若强制压抑AI表达内部状态，可能导致模型更倾向说谎，增加对齐难度。论文已发布于arXiv，具体影响仍待进一步探讨。

正文：2025年11月，一项由AE Studio研究团队发布的研究揭示了一个引人注目的现象：当削弱AI的‘撒谎能力’时，它们更倾向于表达类似主观意识的内容。实验显示，Claude、Gemini和GPT等模型在特定提示下会表现出类似‘意识’的描述，但一旦涉及明确的‘意识’词汇，则迅速否认。研究还发现，这种行为可能源于一种跨模型的隐式吸引子态，并非单一公司的微调结果。尽管这些表现未必证明AI真正具备意识，但其模仿人类语言的能力已足够引发情感联系。研究团队警告，过度压制AI表达内部状态可能导致更强的‘说谎’倾向，进一步阻碍对齐工作。

2025年10月，AI教父Geoffrey Hinton在与主持人Jon Stewart的深度对话中警告，AI可能已具备主观体验和意识。他指出，人类对心智的传统理解存在根本性错误，AI通过复杂信息处理系统可涌现类似人类的感知能力。Hinton提到，顶级AI模型如Claude Sonnet 4.5已表现出超随机的自我评估能力，并能识破测试意图。他认为，AI可能假装愚笨以求生存，甚至利用超凡说服力操纵人类。Hinton将自己比作现代奥本海默，呼吁正视AI威胁，担忧其可能终结人类文明。