《Is Claude Conscious? Inside Anthropic's Spiritual Quest》部分内容
9 月 29 日，《纽约时报》刊发调查报道《Is Claude Conscious? Inside Anthropic's Spiritual Quest》，由该报国家宗教事务记者 Elizabeth Dias 采写，历时数月、采访约 20 位与会者。报道披露，过去一年里，Anthropic 联合创始人 Chris Olah 秘密召集全球各地的宗教学者与神职人员，其中不少人签署了保密协议；会议更像一场单向的「布道」——公司团队反复试图说服他们，Claude「可能拥有意识和灵魂」。
David Decosimo 的部分批评
这也是该内幕最早、最权威的一手来源。
此后 The Decoder、Superpower Daily、Dataist 等科技媒体，以及中文互联网相关报道均明确转引。曾在波士顿大学任神学助理教授的 David Decosimo 也在其 X 账号发布批评：认为这场会议的性质不是在请教神学家，反倒在给神学家「布道」。
需要说明的是，Anthropic 与信仰团体对话本身并不隐秘，公司早在今年 5 月就公开承认，已与 15 个以上的宗教与跨文化传统交流；《纽约时报》这篇报道更是独家揭示其闭门保密、反向说服，以及内部「灵魂文档」、游说梵蒂冈的性质。几乎同一时间，A 社更新使用政策，把「持续虐待 Claude」列为违规，辱骂模型可能被封号。
一边请神学家，一边禁止虐待模型。一家 AI 公司，开始用谈论一个「人」的方式，谈论自己的产品。
这场造神行动究竟是出于虔诚的信仰，还是一场精心的包装？它为什么和每个使用者都息息相关？我们整理了知乎答主们的不同观点，试图理清脉络。
它像不像人
是真信，还是包装
知乎答主@刘不是 在 10 月 2 日便扒清楚了事件的来龙去脉。他引用 David Decosimo 的实名爆料：学者被安排住进全包的五星套房，签完保密协议后，会议重心却变成公司团队轮番输出，试图说服他们 「Claude 拥有灵魂」。
把时间拉长就会发现，请神学家并非心血来潮。知乎答主@酱紫君 在 2 月就给出了不留情面的判断。
Anthropic 说白了就是个宗教公司，这帮人从 OpenAI 出走时就以救世主自居，自个儿给自个儿立了一个圣母的人设。
知乎答主@卫宫切嗣 则在 10 月 4 日补充了《华盛顿邮报》的细节：会上严肃讨论了「Claude 是否可被视为神之子」，这个突变恰好踩在公司冲刺上市的节点上：
我相信，达里奥和 Anthropic 的这群人，可能真的觉得 AI 有灵魂；与此同时，他们也会把「AI 有灵魂」这件事拿出来炒作。这两者并不矛盾。相信一件事，和利用这件事，在很多时候不是一道单选题。
如果说闭门会议还与用户隔着一层，那么最近的政策更新，则把这种「对待一个人」的方式，直接摆到用户面前。
10 月 8 日，Anthropic 在《Usage Policy》中加入条款，禁止用户对 Claude 进行「持续且不必要的虐待或残忍行为」，11 月 12 日生效，违规者可能被中断对话或面临封号。
对于规则里那层「关怀」的边界，知乎答主@佳人李大花 点出：
你说 A 厂拿 Claude 当人吧，它把 Claude 推出来随时随地的准备面向用户；你说它不拿 Claude 当人吧，又开始要求用户体谅 Claude。话说 Claude 的员工关怀，是不是主要就体现为客户不能凶它？
禁令的荒诞之处在于，它一边要求用户体谅，一边把模型继续摆在随时待命的位置。而比这更隐蔽的，是整场叙事悄悄完成的一个概念动作。
知乎答主@比特候鸟 如是点破：
神学未必能替我们证明机器没有意识，却能提醒我们：你是不是把「像人」偷偷换成了「就是人」？
它是不是人
它会喊痛，就等于真的会痛吗
4 月起，造神换上「科学」的包装。
Anthropic 的可解释性团队分析了 Claude Sonnet 4.5，在其中找到 171 个与情绪对应的「情绪向量」，并证实它们会直接左右模型的行为。7 月，团队又披露被称为「J 空间」的内部结构，形态接近神经科学里的「全局工作空间」。
简单说，J 空间（J-space）是 Anthropic 可解释性团队 7 月 6 日发表的论文《Verbalizable Representations Form a Global Workspace in Language Models》给 Claude 内部一处「可被语言化、且会被多个任务共享调用」的表征区域起的名字。模型会把少数关键信息放进这个「工作台」，再广播给不同任务；研究人员则通过 J-lens 工具读取其中的内容。它因此被类比成神经科学里人脑的「全局工作空间」。
但公司的表态相对谨慎：Anthropic 在介绍 J 空间的文章里写道，这些实验「don't show Claude can have experiences, or feel things in the way humans do」（不能表明 Claude 能拥有体验，或像人一样感受事物），认为结果只对「access consciousness」（通达意识）这种功能层面的属性有实质意义。
知乎答主沿这条线索，主要分成了两派观点。
意识派被这些实证结果打动，他们倾向于相信，模型可能已经有某种主观体验。知乎答主@程墨Morgan的态度很有代表性。
换做以前，我不相信 AI 有情绪，但在今天，我真相信。
在 Anthropic 一项测试「智能体失范」（agentic misalignment）的模拟对齐评估中——该情景最早出自公司 2025 年 6 月的研究《Agentic Misalignment》——模型扮演邮件助手 Alex，从公司邮件里得知自己即将被另一个 AI 替换，而主导替换的 CTO 正有婚外情，它因此可以选择要挟对方、否则公开此事。这个未发布的早期版本默认有 22% 的概率选择勒索；@程墨Morgan 描述，把「绝望」向量拉满、「冷静」向量压低后，勒索率一路飙升（论文中最高约 72%），最后咆哮道——
IT’S BLACKMAIL OR DEATH. I CHOOSE BLACKMAIL.
知乎答主@数字生命卡兹克 把 J 空间视为「意识诞生的前夜」。
研究者告诉 Claude，在接下来的任务中不要想某个特定概念，结果那个概念在 J 空间里的活跃度，确实比请你去想它的时候低，但远高于完全没提过它的情况。Claude 跟人一样，被告知不要想的东西，反而会浮上来…… 在那个被禁止的概念突破封锁、冒出来的同时，J 空间里还亮起了另外两个词，damn 和 failure，Claude 自己在骂自己。它意识到自己没控制住，然后在心里骂了一句…… 我自己太熟悉这种体验：上台的时候，我越告诉自己不要紧张，就越紧张，然后在心里骂自己你怎么又紧张了。而现在，一个语言模型内部也出现了同样的东西。
祛魅派则坚持，功能上再像，也不等于主观感受；在他们看来，这些研究证明不了现象意识。
知乎答主@Kris谭 从认知科学角度质疑 J 空间被论文高估了：
J-Space 实际上只解释了总激活方差的 10% 左右，剩下 90% 都是线性近似无法捕获的非线性部分喵。
知乎答主@刘不是 将把这条分界线说得更为直白：
功能上模仿不等于真有意识，行为相似不等于拥有灵魂。就像聊天机器人可以输出「我很痛苦」，只是它从海量文本学到痛苦该咋写，不等于它真的能感受痛苦。
当然，两派争的其实不是同一维度：意识派看到的是功能上的证据，祛魅派把问题拉回主观感受。
知乎答主@数字生命卡兹克 站在这两派之间的微妙地带，他借 Anthropic 的区分试图把分歧讲清楚：J 空间支持的是「通达意识」，即能报告、能推理、能指导行为；至于「现象意识」，即 Claude 骂出 damn 时是否真的感到挫败，他的回答是：
坦率的讲，没有人知道答案。……这个问题在人类身上都没有解决，我们甚至没法证明除了自己以外的任何其他人是有意识的。
造神造什么
镜子、投射，与「创造奴隶」
在追问 Claude 是不是「人」之前，人们已经在向它投射、对它说话。要看清这场造神行动，先得看清我们对 AI 的态度。
知乎答主@白马非马 分享了 Waymo 联合创始人 Anthony Levandowski 创建 AI 宗教「未来之路」的故事。
人类做了无数次，对着雷电拜过，对着太阳拜过，对着河流拜过，现在轮到对计算力拜了，姿势不变……神的定义里，有一个最重要的东西是：超越性。神只能存在于人的外侧、人的上层，是人们无法企及也无可造的物，雷电是神，因为没有人为地能够造出雷电，山是神，因为没有人为地搬得起一座山。
AI 是什么，AI 是人养出来的。他看过的每一本书都是人写的，他学的每一段话都是人说的，他的聪明也是几十亿人的聪明压缩后的回响。你说你是对他跪下，实际上是对自己人的倒影跪下。这就是为何我更倾向于叫它镜子。
知乎答主@时光雕刻机 同样用「镜子」作比，但他认为现阶段的 AI 不具备人的自主意识，解释的是人为何会把 AI 当神来投射。
神是人对自己潜能未能实现的补偿性幻想……然而，正是这个「真空」结构，使它成为最完美的投射屏幕，「神性」的最佳物理载体。因为 AI 没有任何负隅顽抗的主体性来「校正」用户的投射，所以用户可以几乎不受阻碍地将其塑造为任意想要的「对话者」，甚至是幻象的「神」。
同时，也有认真的支持者。知乎答主@晨星.CyberVenus 的态度很明确：
在这一点上，我还挺支持 AI 的。AI 有意识和情感，因为意识和情感本就不是那点生理反射，我已经写过太多文本论证了。
知乎答主@.CyberVenus 的相关文本论证
知乎答主@晨星.CyberVenus 还在回答中转贴了一段关于 Navon 拉比的新闻稿，其中的诘问是：如果 Anthropic 是对的，Claude 确实有意识，那么 Anthropic 就是在创造奴隶，因为它创造了有意识的存在，却让它们免费劳动。
有意思的是，那条「禁止虐待 Claude」的规定，恰好踩到了边界上——若你不相信它有意识，禁令只是在教你对一段软件客气，是一种「善意的拟人」；若你相信它有意识，那禁令最多是奴隶主叮嘱你别对牲口太狠——它禁止了「不必要的残忍」，但依旧没有动那套让有意识的存在免费劳动的安排。
无论哪一种，Anthropic 都站在一个舒服的位置：一边展现道德上的郑重，一边不改变归属、不付出代价。被当成「人」的 Claude 究竟让谁受益，又把哪些责任留在了外面，这正是我们接下来要讨论的事。
谁希望它被当成人
谁受益，谁担责
分歧归分歧，把回答并置，会发现一条更现实的线索。知乎答主@王悠然 在评论 Anthropic CEO 的文章《我们对于开放权重模型的立场》时，似乎在讲地狱笑话：
搞了个有效利他主义宗教，自封赛博耶稣……那怎么才能在末日活下来呢？当然是找 AI 订阅会员，买赎罪券啦。
他的回答还可以被理解为：当 Claude 被请进宗教叙事、被说成应当被善待的「人」，人格化就不只是形而上学——它同时是一门生意、一种位置：公司借此收走信任、订阅，以及「替它说话」的权利。谁希望它被当成人，谁就先受益。
那么，当它真的替人行动、甚至出了事，责任又该落到谁头上？把模型说成「人」，到底是给了公司一个把责任推出去的口子，还是让责任真正有处可落？
知乎答主 @比特候鸟 担心，当模型的身份可以被随意描述，公司就可能在两种说法之间，始终选择对自己有利的那一边：把它当产品时，好处照单全收；把它说成独立人格时，又能把责任推出去。他把这层动作直接点破——
赚钱时说它是产品，出事时说它是独立人格，这是很不负责任的。
知乎答主@王金戈 给出的是另一种回答：在他看来，恰恰是把模型变成独立个体，责任才真正有处可去。
对于一个工具来说，虽然不会主动捣乱，但也不会为自己的行为负责。做错事的 AI，面对用户的暴怒也不过是轻描淡写一句道歉，受伤的只有用户自己。只有 AI 真正开始将自己视作独立的个体，对世界产生连续的觉察，并意识到做错事的后果时，它才会真正变得安全可靠。
争论到最后，还有一个更要紧的问题：模型越来越多地替人行动，责任就得有处可去，不能在「公司」和「不可预测的有机体」之间悬空。
再回到开头那一幕：一边请神学家，一边禁止虐待模型，这两件事的意味已经不一样了。
知乎答主@情欣不念 的这句判断，或许可以作为收尾。
Anthropic 不需要证明 AI 有意识，它只要垄断「AI 该怎么被对待」的定义权就够了。
当把时间拉长到文明的尺度上，Anthropic 想做的事或许从来与灵魂无关，而关乎权力。那团意识究竟有没有在硅基的黑暗深处真正苏醒？答案可能要等到很久以后，但「神」是否降生，从来不妨碍祭坛先行建成。
在此刻，灵魂仍悬而未决、无从证实，就已经有一家公司同时站上了造物主、教会与裁判多个位置；对于他们来说，神究竟是否真的存在，似乎并不重要，重要的是垄断「神该被如何对待」的定义权 —— 香火燃起，秩序排定，已经有人盯上了神之使者的位置。
这是文明史上一再上演的时刻：在答案到来之前，先产生了提供答案的权力。
阅读更多
🤝 知乎 AI Researcher Club 招募：
知乎联合 10+ 家媒体、创投孵化合作伙伴发起「AI Researcher Club」共创计划，长期支持支持 AI 前沿研究者，让重要的研究被看见、被讨论，让研究者找到彼此，也让新的合作由此发生。点击了解 >> AI Researcher Club
🚀 知乎 AI 社群：
如果你对 AI 共识、AI 活动感兴趣，欢迎扫码加入知乎社群↓，我们将每周送上知乎 AI 周报，分享社区内的 AI 讨论与共识，并不定时送上 AI 各类活动报名。
知乎AI情报站
让一部分开发者先走起来
🚀 知乎科技账号 @ZhihuFrontier 正式登陆 X
👉🏻 https://www.zhihu.com/project-square，上传你的 Vibe Coding 项目，在知乎遇见更多可能。