微软AI负责人苏莱曼称让Claude模仿人类意识是错误方向

9月16日消息，微软AI负责人穆斯塔法·苏莱曼对Anthropic提出公开批评，认为该公司让Claude模仿人类意识的做法是一个错误，可能使高级AI更难控制。苏莱曼在向Axios提供的一篇新文章中表达了这一观点。

苏莱曼表示，AI只要服从人类利益，不去权衡自身利益或福祉，就足以帮助人类实现许多重大科学突破，其中包括医疗超级智能。他认为，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。

微软发布人文主义AI行为准则草案

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。

AI安全领域的两种路线之争

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”。