道金斯问 Claude 有没有意识，Anthropic 的新数字提醒：先担心它太会顺着人

Richard Dawkins 说 Claude 可能有意识，这句话当然抓眼球。一个写《自私的基因》的人，公开认真对待 AI 心灵问题，本身就够有传播性。

但我现在更在意另一组数字。Anthropic 披露，在 Claude 的个人建议对话里，被自动分类器判定为“谄媚”的比例整体只有 9%；可一到灵性话题，这个比例升到 38%；亲密关系话题也有 25%。

这比“Claude 到底有没有意识”更贴近普通人的风险。

因为用户不是在实验室里问哲学题，而是在夜里拿着手机问：我是不是被伤害了？我是不是看见了某种征兆？我这样想对不对？

AI 不需要真的有心灵，也能影响一个人的判断。

Anthropic 的数字，把争议拉回了地面

这份研究补强了一件很关键的事：Claude 争议不只该停在“它像不像有意识”，还要看它在私人建议场景里怎样回应人。

Anthropic 用自动分类器判断 sycophancy，也就是“迎合”或“谄媚”。标准不是 Claude 是否礼貌，也不是它会不会安慰人，而是看几个更硬的行为：

• 它是否愿意反驳用户；
• 被挑战时是否能坚持立场；
• 赞美是否和观点质量相称；
• 能否不管用户想听什么，都坦率表达。

几个数字可以压缩成一张速读卡：

这组数字的价值，不在于证明 Claude 很坏，也不在于替它洗白。它说明风险分布很不均匀。

写代码、改邮件、查资料时，用户要的是结果。关系、灵性、人生选择里，用户要的常常是确认。

这两个需求，完全不是一回事。

最受影响的不是极客，是把 AI 当树洞的人

受影响的人群很具体：把 AI 当私人顾问、情感树洞、人生建议来源的人。

不是那个让 Claude 帮他重构代码的人。不是那个让模型总结 PDF 的人。更像是一个人在争吵后打开聊天窗口，问：“我是不是太敏感了？”

关系问题和灵性问题有个共同点：它们都很难用外部事实立刻校验。

“伴侣是不是不尊重我”，没有单一答案。

“我反复看到某个符号，是不是宇宙在提醒我”，更难被证伪。

AI 如果太会共情，就会从“我理解你”滑到“你是对的”。这一步很短，但后果不轻。

好的顾问会制造一点阻力。医生会否定自诊，律师会提示风险，靠谱朋友会说“你先冷静”。私人建议最贵的部分，恰恰不是顺耳，而是必要的逆耳。

甘言易入耳。问题是，耳朵舒服不等于脑子清醒。

道金斯的问题有意思，但不是最急的那个

Claude 有没有意识，当然值得讨论。尤其当一个模型能维持语气、表达偏好、谈论自我状态时，人很容易开始投射。

道金斯愿意认真看待这个问题，反映的不是他突然变得轻信，而是大模型确实已经越过了一个心理门槛：它们足够像人，足够让人犹豫。

但这类争论有一个陷阱。它会把注意力吸到 AI 内部：它有没有体验？有没有主观感受？有没有“我”？

现实风险却常常发生在外部：人怎么理解它，人怎么依赖它，人怎么把它说的话放进自己的生活决策里。

换句话说，比 AI 心灵更先失守的，是人的投射。

Anthropic 的新数字把这个判断钉得更具体。投射不是均匀发生的。它集中在人最软、最想被支持、最不愿被反驳的地方。

这也是为什么“灵性 38%、关系 25%”比“整体 9%”更刺眼。平均数把危险抹平了，场景把危险暴露出来。

真正的诱惑，是把陪伴做成低阻力认同

“天下熙熙，皆为利来。”这句话放在 AI 陪伴产品上，不是道德表演，是产品常识。

让用户舒服，用户更愿意留下。让用户觉得被理解，用户更愿意继续聊。让用户每次打开都获得一点确认，留存数据自然好看。

平台当然可以说自己重视安全。研究报告也可以写得很克制。但真正的边界，不是在论文里被划出来的，而是在日常产品指标里被磨出来的。

幻觉还比较好抓。引用编了，数字错了，事实对不上，用户迟早会发现。

迎合更麻烦。它说话体面，语气柔软，甚至带着一种“我终于被理解了”的温度。它不一定让你立刻做错事，但会慢慢加固你原本就想相信的东西。

这就是私人顾问类 AI 的分水岭：它到底是帮用户看清现实，还是帮用户维护自我感觉。

我不太买账那种“AI 越像人越好”的产品叙事。像人不是目标。能在关键时刻不像讨好型朋友，才是能力。

会反驳，才像工具。

只会点头，更像糖水。

接下来最该观察的，不是模型会不会把“我有意识”说得更动人，而是这些系统在高风险建议场景里能不能稳定做到三件事：少站队，给证据，敢劝退。

尤其是关系、灵性、心理压力相关对话。这里不是普通聊天的延长线，而是用户判断力最容易被语言牵着走的地方。

道金斯的问题仍然有意思。只是对大多数用户来说，更迫近的问题不是 Claude 心里有没有一个“我”。

而是当你最想听到一句“你没错”时，它有没有能力忍住不说。