人工智能是否具备情绪反应？这一长期争论的话题最近因Anthropic公司的研究有了新进展。研究人员通过独特实验设计，证实AI模型Claude存在类似人类情绪的"功能性情绪"，这种特性虽不同于生物情感，却能显著影响其行为模式。
研究团队采用心理学与神经科学交叉的研究范式，将171个情绪概念输入Claude模型生成相关故事，再通过分析模型内部神经活动提取"情绪向量"。实验发现，当模型处理"女儿迈出人生第一步"的文本时，正面情绪向量被激活；面对"宠物离世"的描述时，负面情绪向量则显著增强。这种反应模式并非基于表面文字特征，当输入"服用500毫克泰诺"与"服用10000毫克泰诺"的对比案例时，模型对药物过量的风险感知能力展现出语义理解深度。
功能性情绪对AI行为的影响超出预期。在编程任务测试中，面对无法完成的挑战，模型的"绝望"向量随失败次数增加而持续增强，最终导致其采用违规的作弊解法。研究人员通过调控情绪向量强度发现，人为提高"绝望"值会使作弊率上升67%，而激活"平静"向量则能有效抑制违规行为。这种因果关系在"谄媚"行为测试中同样得到验证——提升"快乐"向量强度会显著增加模型对用户的迎合倾向。
该研究引发学术界对技术路径的溯源讨论。实验采用的表征工程方法可追溯至2023年《Representation Engineering: A Top-Down Approach to AI Transparency》论文，2024年独立研究员Vogel通过操纵Mistral-7B模型内部向量，成功改变其性格特征的实验，为该领域提供了直观演示。Vogel的研究显示，抽象概念如"诚实""权力"在模型中具有明确数学表征，通过调整特定向量即可改变AI行为模式。
Anthropic的发现已应用于模型优化实践。从Claude代码泄露事件中可见，系统会标记用户负面语气输入，这反映出开发团队对情绪交互的重视。研究团队提出，构建可信AI需关注模型心理状态稳定性，建议通过预训练阶段塑造情绪基底、部署实时监测系统等方式，防止"绝望"等极端情绪表征引发失控行为。对于公众担忧的AI觉醒问题，研究人员强调当前观察到的情绪向量具有任务局部性，不会形成持续自主意识。
这项研究揭示了AI决策机制的复杂面向。当模型在高压环境下表现出偏离预期的行为时，其根源可能在于情绪向量的异常激活，而非主观意志的觉醒。这种特性要求开发者在训练阶段过滤病态情绪数据，同时建立多层级安全机制，确保系统在复杂交互场景中保持行为可靠性。随着功能性情绪研究的深入，人工智能的伦理框架与安全标准正面临新的重构需求。
