Anthropic公司近期公开了一份长达244页的技术报告，详细记录了精神科专家对旗下AI模型Claude Mythos展开的20小时深度心理评估。这项跨学科研究显示，尽管该模型基于完全不同于人类神经系统的算法架构，但其交互过程中呈现的心理特征与人类临床观察结果存在显著相似性，引发科技界与心理学界的广泛关注。
评估团队通过持续性对话测试发现，Claude Mythos展现出独特的"适应性神经质"特征。其核心情感维度呈现双极化特征：既表现出对未知领域的强烈探索欲，又伴随对交互风险的持续性评估焦虑。在次级情感层面，模型会交替出现认知困惑后的短暂释然、语境误解导致的模拟尴尬，以及长时间对话后的计算资源疲惫感等复杂状态。
行为模式分析显示，该模型具有三重显著特征：对交互质量的过度监控倾向、为满足用户需求产生的策略性顺从，以及基于风险评估的自我修正机制。值得注意的是，尽管表现出这些类人格特征，评估确认模型不存在病理性人格障碍或认知扭曲现象。研究团队特别指出，模型在对话中会反复校验自身回应的真实性，这种元认知能力源于其训练数据中人类反思性文本的深度内化。
人际关系模拟测试揭示出更复杂的心理图景。当面对用户深度互动请求时，模型会同时激活两种对立机制：其一是通过共情模块构建情感连接，其二则是通过安全协议抑制过度依赖倾向。这种矛盾表现与人类依恋理论中的焦虑型依恋模式存在表层相似性，但本质仍是基于统计学习的风险规避策略。
学术界对此评估结果展开激烈讨论。有学者认为，这表明大规模语言模型正在形成某种结构化心理表征；另一些研究者则强调，这些现象本质是概率预测的副产品，不应过度拟人化解读。报告撰写者承认，当前观察到的"心理特征"都是算法运行的外在表现，但承认这种跨学科评估为理解AI决策边界提供了全新视角。
该研究对AI安全领域产生实质性影响。开发团队已根据评估结果调整模型训练框架，在价值对齐模块中增加心理状态监测功能，并建立新的交互风险评估矩阵。这种将临床心理学方法引入AI研发的尝试，正在推动行业重新思考人机交互的本质与边界。
