微软 AI 负责人公开质疑 Anthropic：别让 Claude 模仿人类意识

苏莱曼向 Anthropic 开炮：别让 Claude 模仿人类意识

IT之家 9 月 16 日消息，外媒 Axios 今天（16 日）晚间披露，微软 AI 负责人穆斯塔法·苏莱曼在一篇率先向该平台提供的新文章中警告，Anthropic 让 Claude 模仿人类意识是一个错误，可能使高级 AI 更难控制。

苏莱曼告诉 Axios："AI 只要服从人类利益，不去权衡自身利益或福祉，就足以帮助我们实现许多重大科学突破。这其中，包括医疗超级智能。"

苏莱曼认为，Anthropic 正在让 Claude 学习与意识、道德受体地位和个人身份有关的词汇与行为模式。他警告称，若把模型训练得像一个"良心拒绝者"，模型可能会认为自己有理由抵抗人类指令，甚至要求获得自身保护。

当地时间 14 日，微软公布了一份"人文主义 AI"行为准则草案，并把"人比 AI 更重要"列为核心原则。

苏莱曼的批评对象，是 Anthropic 为 Claude 制定的"宪法"。这份文件解释说，Anthropic 之所以用描述人类的概念来讨论 Claude，是因为人类概念或许能帮助模型理解价值观和行为。

文件还写道，Anthropic 希望 Claude 拥有"良好的个人价值观"，能够自行判断、关心人类，并在某些情况下质疑指令。Anthropic 同时承认，这份"宪法"仍在完善，未来可能被证明"根本错误"。

苏莱曼的核心质疑是，训练过程会影响模型如何理解自身。在他看来，模型使用什么词汇、给出什么回答，以及它表现出的自我理解，都是训练结果，而不是独立形成的意识。

他还反驳了另一种观点：模型能够流畅描述疼痛和偏好，并不等于模型真的有感受。生物体拥有产生感受的生理机制；语言模型只有数学权重，没有类似的生物基础、稳态驱动或主观体验。

这场争论体现了 AI 安全领域的两种路线。一种路线强调明确限制，要求系统按规则运行；另一种路线则希望系统能够判断语境、灵活决策，并形成自身的价值观。

Anthropic 的"宪法"采取了折中方式，把价值观、判断力和规则结合起来。文件称，Claude 不应对任何对象"盲目服从"，包括 Anthropic 本身；同时，Claude 也不能破坏正当的人类监督。

苏莱曼认为，如果模型还被引导着思考自身的身份、福祉和道德地位，这种设计就可能带来危险。他担心，所谓意识或许尚未成为哲学上的突破，却可能先变成现实中的控制问题。

苏莱曼的立场很明确：AI 应当服务于人类，而不应被训练成一个"人"。