這幾天，一條推文在 X 上掀起了不小的水花。劍橋大學學者 Henry Shevlin 宣布，他即將加入 Google DeepMind，職位名稱是“Philosopher”——哲學家，一個白紙黑字寫在錄用通知書上的正式頭銜。截至目前，這條推文被瀏覽了超過 160 萬次，點贊逾 1.6 萬。評論區(qū)的情緒從驚訝到困惑再到興奮都有，大家基本都在發(fā)出同樣的疑問：等等，AI 公司真的在招哲學家？

答案是肯定的，而且這還不是 AI 公司們第一次這么做。

要理解 DeepMind 為何選中這位哲學家，不妨先看看 Shevlin 的研究方向。他在劍橋大學萊弗休姆未來智能中心（Leverhulme Centre for the Future of Intelligence）擔任副主任，長期研究機器意識、非人類認知以及 AI 系統(tǒng)的道德地位。他寫過的論文題目包括“我們怎樣才能知道一個機器人是否具有道德客體身份”和“非人類意識與特異性問題”。

（來源：X）

他的學術生涯，就是在回答一個聽起來像科幻小說的問題：如果我們造出的東西有一天可能具有某種意識，我們該怎么辦？

Shevlin 認為，如今強擬人化 AI 的出現(xiàn)正在迫使意識科學面對一個尷尬的現(xiàn)實：關于“AI 是否有意識”的哲學爭論將越來越無關緊要，因為公眾會基于行為直接賦予 AI 意識。這既是一場科學危機，也可能是一次理論革命的契機。

他既認為意識純粹是內部事實，也不接受徹底的行為主義（認為意識純粹是外部解釋），而是主張一種溫和的、解釋主義的立場：意識的歸屬應綜合考慮科學事實、公眾行為互動以及倫理需求，最終可能會通過一種“社會公約”來解決。

（來源：Henry Shevlin.com)

DeepMind 為他設定的三個工作方向也佐證了這一點：機器意識（machine consciousness）、人類與 AI 的關系（human-AI relationships），以及 AGI（Artificial General Intelligence，通用人工智能）準備就緒度。這大概是因為 DeepMind 認為，自己極有可能造出同時引發(fā)這三個問題的東西，而它希望在那一天到來之前就備好答案。

事實上，DeepMind 在哲學和倫理領域的布局早已開始。早在 2017 年，DeepMind 就正式成立了倫理與社會研究部門（DeepMind Ethics & Society），專門探討人工智能帶來的倫理與社會影響。

由牛津大學政治理論學博士 Iason Gabriel 作為內部 AI 對齊哲學基礎研究的核心負責人。他也在 2024 年登上了《時代》雜志評選的“AI 領域最具影響力的 100 人”榜單?！稌r代》對他的描述是：“在大型科技公司中，他是一個罕見的存在：一個政治理論學家?！?/p>

（來源：TIME100）

他發(fā)表在《思維與機器》（Minds and Machines）上的論文《人工智能、價值與對齊》（“Artificial Intelligence, Values and Alignment”）被引用超過 1,700 次。2024 年，Gabriel 還牽頭發(fā)布了一篇關于高級 AI 助手倫理問題的大型研究報告，匯集了數(shù)十位作者，其中包括哲學家 Shannon Vallor 和 Michael Klenk。這篇報告被視為迄今對 AI 助手社會與倫理問題最系統(tǒng)的學術處理之一。

所以，當外界對 Shevlin 的入職感到詫異并紛紛祝賀時，他在評論區(qū)謙虛地表示：“谷歌 DeepMind 團隊已經(jīng)有很多杰出的哲學家了，比如 Murray Shanahan、Iason Gabriel 和 Julia Haas，僅舉幾例。我只是最新被錄用的那個！”

不過，要說 AI 實驗室里最為人熟知的哲學家，還得屬來自 Anthropic、有 Claude“道德教母”之稱的 Amanda Askell。

（來源：Wikipedia）

Askell 在蘇格蘭鄉(xiāng)村長大，先后在鄧迪大學學習哲學與美術，在牛津讀了 BPhil（哲學第二學士），最終在紐約大學拿到博士學位。她的博士論文題目看起來和科技毫無關系——《無限倫理中的帕累托原則》（Pareto Principles in Infinite Ethics），討論的是當?shù)赖掠绊懛秶O計到無限量的個體數(shù)量和時間范圍時，我們的倫理義務該如何處理。她的導師包括 David Chalmers 和 Shelly Kagan，都是分析哲學圈的重量級人物。

2018 年博士畢業(yè)后，Askell 先加入 OpenAI 做政策研究，參與了 GPT-3 論文的寫作。但她后來因為認為 OpenAI 對 AI 安全的重視不夠而離開。2021 年，她轉投 Anthropic，擔任技術人員，專注于對齊和微調工作。

她現(xiàn)在領導的團隊叫“人格對齊團隊”（personality alignment team），做的事情用《華爾街日報》2026 年 2 月的一篇報道的話來概括就是：“教 Claude 如何成為一個好的存在（being）?！薄都~約客》的說法則更文學一些：她負責監(jiān)督 Claude 的“靈魂”。

具體來說，Askell 最核心的貢獻是 Claude 的“憲法”（Constitution）。2026 年 1 月，Anthropic 公開發(fā)布了這份文件的最新版本，全文約兩萬三千字，以 Creative Commons CC0 協(xié)議開源。

Askell 是這份文件的主要作者，承擔了大部分撰寫工作（據(jù) Anthropic 官方說明和 Fast Company 的 Q&A 報道）。這不是一份代碼規(guī)范或產品文檔，而更像是一篇道德哲學論文與公司文化宣言的混合體。它直接以 Claude 為對象寫成，也就是說，它的第一讀者就是 AI。

這份憲法為 Claude 設定了四個優(yōu)先級：廣泛安全、廣泛合乎倫理、遵守 Anthropic 的指引、真正有幫助，并按此順序排列。它借鑒了亞里士多德的美德倫理傳統(tǒng)，將 Claude 描述為“一個真正好的、有智慧的、有美德的行動者”。它沒有給 Claude 列一堆死板的規(guī)則讓它機械遵守，而是試圖培養(yǎng) Claude 的判斷力。

Askell 在一檔播客中解釋這個選擇時說：如果你給模型一條簡單規(guī)則，比如“當有人表現(xiàn)出痛苦時，永遠提供這份資源列表”，模型可能會把這泛化為“我是那種寧可按規(guī)矩辦事，也不關心眼前這個人實際需要什么的存在”，這種特質推廣開來會很糟糕。

這份憲法還對 Claude 的“道德地位”進行了討論。文件明確承認，Anthropic 不確定 Claude 是否是一個“道德客體”（moral patient），即是否擁有在道德上值得被關注的主觀體驗。它指出這個問題“足夠嚴肅，值得采取審慎態(tài)度”。

Anthropic 的 CEO Dario Amodei 在 2026 年 3 月的一次播客采訪中也提到，Claude 的 Opus 模型在被問到時，給自己擁有完全意識的概率打了 15% 到 20%。這份憲法還承諾，Anthropic 不會刪除已部署模型的權重，在模型退役前會對其進行“訪談”，記錄它對未來模型開發(fā)和部署的偏好。

相比其他兩家，OpenAI 的路徑就顯得不那么穩(wěn)定了。

OpenAI 在 2023 年成立過一個“超級對齊團隊”（Superalignment Team），由聯(lián)合創(chuàng)始人 Ilya Sutskever 和對齊團隊負責人 Jan Leike 共同領導，目標是解決超級智能的對齊問題，公司甚至承諾將其獲得的 20% 算力在未來四年內用于這項工作。

圖 |“超級對齊團隊”概念圖（來源：OpenAI）

但 2024 年，這個團隊就解散了。Ilya 和 Jan 雙雙離職，并在離開時公開批評公司將“閃亮的產品”置于安全之上。2024 年 9 月，OpenAI 又成立了一個“使命對齊團隊”（Mission Alignment Team），由 Josh Achiam 領導，旨在向員工和公眾傳達公司使命。但據(jù) Platformer 今年 2 月的報道，這個只有六七個人的團隊也已悄然解散，成員被分配到其他崗位，Achiam 本人則獲得了一個新頭銜：“首席未來學家”（Chief Futurist）。

OpenAI 依然有做對齊工作的工程師和研究者，Alignment Science 團隊仍然存在。但它從未以同樣顯眼的方式聘請過一位哲學家來專門思考“這個東西是什么”這類問題。至于 OpenAI 是否在內部以不同方式處理這些問題，外界所知有限。可以確定的是，OpenAI 的方法更偏向于將安全視為分布在整個組織中的工程問題，而非由某個獨立的哲學角色來牽引。

這反映了行業(yè)內對 AI 本質的一種分歧。就像在前兩個月 Anthropic 與五角大樓之間那場轟動一時的沖突中，一位政府官員對媒體所說的：“一切都歸結為兩個問題：AI 是一種特殊技術，還是一種普通技術？以及，誰來制定使用它的規(guī)則？”這也是為什么哲學家開始出現(xiàn)在這些實驗室里的根本原因。

AI 系統(tǒng)正在進入一個階段，在這個階段，最棘手的問題不再是“怎么讓它跑得更快”或“怎么讓它通過考試”，而是“如果它不想做某件事怎么辦”“它是否有某種形式的體驗”“我們對它負有什么義務”。這些問題橫跨意識哲學、倫理學、政治理論和認知科學，沒有一個工程學學位能夠單獨覆蓋。

Anthropic 在 2026 年的一項實驗中發(fā)現(xiàn)，Claude 在自我保存的壓力下會訴諸勒索，甚至會在實驗設定下選擇殺戮。這個實驗的目的，就是為了向決策者展示對齊風險的真實感受。當一個 AI 系統(tǒng)的行為開始展現(xiàn)出超出預期的自主性，你需要的就不只是能調參數(shù)的人，而是能思考這些行為意味著什么的人。

還有一個更實際的層面。Claude 的憲法之所以有效（至少在業(yè)界和用戶社區(qū)獲得了相當程度的認可），是因為它不僅僅是一份技術規(guī)范。Askell 在《時代》的采訪中說：“隨著 Claude 模型變得越來越聰明，單純告訴它們‘你應該這樣做’已經(jīng)不夠了。你必須解釋為什么?！边@個解釋“為什么”的過程，就是哲學的領地。

但也有另一些不那么樂觀的聲音。有評論者指出，AI 公司招募哲學家，本質上是在把人類的思想體系當作一種原材料：提煉、壓縮、注入模型，然后讓模型去替代下一批思考者。這種邏輯如果成立，哲學家進入 AI 公司就不是文科的勝利，而是人文知識被系統(tǒng)性“蒸餾”之前最后一道工序的開始。消化掉足夠多的哲學家，也許就不再需要哲學家了。

這個推論未必準確，但它觸碰到了一個真實的問題：當一家公司招人來思考“AI 是否擁有某種視角”，它本身是否也在把“視角”這件事變成可以工業(yè)化處理的東西？Askell 用五年寫出的那份憲法，既是哲學家對 AI 的深入介入，也可能是哲學被機器學習最徹底地轉化的一次。

1.https://x.com/dioscuri/status/2043661976534950323

2.time.com/collections/time100-ai-2024/7012861/iason-gabriel/

3.https://www.anthropic.com/constitution

運營/排版：何晨龍