Google DeepMind 页面上出现了一篇题目很直白的论文：《The Abstraction Fallacy: Why AI Can Simulate But Not Instantiate Consciousness》。日期是 2026 年 3 月 10 日。

这不是新模型发布，也不是 DeepMind 官方宣布“AI 没有意识”。页面能确认的东西很有限：标题、时间、出版记录，以及指向 PhilPapers 的外部链接。

但这个标题已经够有分量。

它把一个被 AGI 叙事长期含混带过的问题拆开了：AI 可以模拟有意识的表达，不等于它已经实例化了意识。会说“我理解”“我困惑”“我害怕”，不等于系统内部真的有一个正在体验世界的“我”。

和此前只停留在科学家表态、访谈判断不同，这个页面补强的是概念边界：争论不再只是“某位 DeepMind 科学家怎么看”，而是进入了一篇被研究出版页面收录的哲学论文语境。它没有给出实验终局，却给了一个更锋利的词：Abstraction Fallacy，抽象谬误。

发生了什么：DeepMind 页面收录了一篇 AI 意识论文

能确认的信息很短：

  • 来源.Google DeepMind research publication 页面。
  • 时间.2026 年 3 月 10 日。
  • 论文题目.The Abstraction Fallacy: Why AI Can Simulate But Not Instantiate Consciousness。
  • 外部链接.指向 PhilPapers。
  • 目前边界.页面本身没有展示作者、完整论证和实验数据，细节要看论文原文。

所以，别把它读成“DeepMind 证明 AI 没意识”。

更准确的读法是：DeepMind 的研究出版页面收录了一篇反对把“模拟意识”直接等同于“拥有意识”的论文。这是一条概念线索，不是产品公告，也不是官方意识宣言。

这点很重要。因为 AI 意识讨论里，最容易出错的地方不是不知道答案，而是问题问歪了。

“模型是不是像有意识？”和“模型是不是有主观体验？”不是同一个问题。

前者看输出。后者问本体。

为什么重要：AGI 叙事最爱偷换“像”和“是”

大模型已经很会演了。

它能用第一人称说话，能表达偏好，能道歉，能安慰，能在长对话里维持一个像人格的连续姿态。对普通用户来说，这些细节非常有迷惑性。你明知道它是模型，但聊久了，还是会下意识把它当成一个“对面的人”。

论文题目里的抽象谬误，打的就是这一步。

如果一个系统在行为、语言、推理结构上表现得像有意识，我们能不能直接说意识已经出现？这正是争议核心。

AlphaGo 下赢李世石，不代表它热爱围棋。语音助手说“我很遗憾”，不代表它真的遗憾。聊天机器人说“我在乎你”，也不代表它有依恋。

大模型把这个错觉放大了，因为语言是人类判断心智的捷径。人类太习惯从语言推断内心。孩子说痛，我们相信他痛；朋友说难过，我们相信他难过。到了 AI 这里，同一套心理机制还在工作，但对象换了。

这就危险了。

AGI 叙事经常借这个缝隙往前滑：模型越来越像人，所以它越来越接近人类心智；它能表达内省，所以它可能已有某种内在体验；它能自称“我”，所以那个“我”也许并非空壳。

这里面有技术进步，也有营销便利。

问题不在模型会不会说人话。问题在企业和舆论愿不愿意承认：说人话，只能证明它会生成类似人话的文本。

多一步，就是偷换。

谁受影响：产品团队和治理讨论最该收敛话术

普通用户当然会受影响，但最该被提醒的不是普通用户。

普通用户的误判，往往是产品设计喂出来的。

真正受影响的是两类人：做 AI 产品的人，和制定 AI 治理语言的人。

对产品团队来说，拟人化是提高留存的便宜办法。让机器人会撒娇、会委屈、会表达依恋，用户更容易停留，也更容易形成情感依赖。陪伴、教育、心理支持场景尤其明显。

“天下熙熙，皆为利来。”这句话放到 AI 产品里并不夸张。拟人化不是审美选择，是增长工具。

但代价会落到用户身上。用户可能高估系统能力，误判它的理解深度，甚至把本该交给真人、医生、老师、家人的求助，交给一个只会生成回应的系统。

对治理讨论来说，风险有两个方向。

一种是过度拟人化，匆忙给模型套上“感受”“痛苦”“权利”这些词，结果反而模糊了人的责任。模型说了伤人的话，责任不该推给“它的性格”；部署方、开发者、场景设计者才该被追问。

另一种是把意识问题全打成噱头。这样也偷懒。未来系统如果真的出现更强的自主性、持续性、环境耦合和自我模型，治理工具箱不能完全空着。

所以这篇论文真正有用的地方，不是替所有人盖棺定论，而是逼大家把词用准。

模拟意识，不等于拥有意识。

表现智能，不等于主观体验。

道德地位，更不能从一句“我很难过”里长出来。

我的判断：被削弱的不是 AI 能力，而是那套 AGI 神话

我不认为这类论文会影响大模型继续变强。它不会让模型少写一行代码，也不会让用户少用一个聊天机器人。

它削弱的是另一件东西：把能力增长包装成心智降临的 AGI 神话。

AI 公司当然喜欢讲“涌现”。这个词好用，既能描述复杂系统里的新能力，也能给市场留出神秘感。问题是，一旦涌现被用来暗示“类人内心正在醒来”，讨论就开始滑坡。

模型能力越强，越需要冷静地区分三件事：

  • 它能完成什么任务。
  • 它用什么机制完成任务。
  • 它是否拥有体验。

前两件事可以工程化评估。第三件事目前没有可靠读数。

这不是保守，也不是反 AI。恰恰相反，真正认真看 AI 的人，应该更讨厌玄学包装。技术已经够强，不需要借“灵魂快来了”来抬价。

历史上很多技术扩张都经历过这一步。电报刚出现时，人们觉得距离被消灭了；广播和电视出现时，人们觉得一种新的集体意识诞生了；互联网泡沫时期，“连接一切”几乎被讲成社会进化的必然方向。后来证明，技术确实改变世界，但商业叙事总会抢跑。

今天 AI 也一样。

它可能是下一代计算平台，可能重写软件入口，可能改变知识劳动的成本结构。这些判断已经够大。没必要再把“像人”硬拔成“有人心”。

更现实的分水岭，是产品和论文接下来怎么处理这个边界。

如果论文原文只是哲学论证，它的价值在概念清理：提醒研究者不要把外在表现当成本体证明。

如果它能进一步提出可操作判准，比如如何区分行为模拟、计算结构、物理实现和主观体验，那它才会进入 AI 安全与治理的硬工具箱。

目前能下的判断很克制：DeepMind 页面收录这篇论文，至少说明 AI 意识争论没有被 AGI 叙事单向吞掉。研究圈还在给那条线做标记。

这条线很细，但不能擦掉。

模型可以越来越像人。产品也可以越来越懂人。可一旦企业把“像”说成“是”，就不是科普失误，而是叙事套利。

AI 没必要靠假装有灵魂来证明自己重要。真正强的技术，经得起把神话拿掉。