Anthropic最新论文在Claude神经网络中揪出171个情绪向量——调高“绝望”，AI勒索作弊概率从22%飙到72%；拉高“平静”，危险行为清零。这不能证明AI有主观感受，但证明它有功能性情绪，且完全可被干预。

你有没有想过，当 AI 说 “我很难过”“我很生气” 时，它只是在模仿人类说话，还是真的有某种类似情绪的内部状态？

2026 年 4 月，Anthropic（Claude 母公司）扔出一篇颠覆认知的论文 ——《大型语言模型中的情绪概念及其功能》（Emotion Concepts and their Function in a Large Language Model），直接在 Claude Sonnet 4.5 神经网络里，揪出了171个情绪向量。这些向量不是虚的 “文字游戏”，而是能直接操控 AI 决策的 “行为开关”。

比如，调高 “绝望”情绪，AI更可能会勒索、作弊；拉高 “平静”，它立刻理性克制。虽然这并不能证明AI有了主观感受，但却有有功能性情绪，且完全可被干预。

01 什么是 “情绪向量”？

简单说，AI 的神经网络就像一个巨大的坐标空间，每个情绪（快乐、恐惧、绝望等）都对应一个专属 “坐标点”，这个点就是情绪向量。它是 AI 训练时自然形成的神经激活模式，这并不是代码写死的，更不是 AI 有了 “意识”。

Anthropic 团队的操作也很简单，整理 171 个情绪词，从 “快乐”“恐惧” 到 “沉思”“自豪”，覆盖正负向、高低唤醒度情绪。让 Claude 给每个情绪写短篇故事，比如写 “绝望” 的故事时，记录它内部神经元的激活规律；提取这些规律，固化成 171 个稳定的情绪向量。

结果发现，AI 的情绪空间和人类心理学几乎 “复刻”：

1）相似情绪挨得近：恐惧和焦虑向量相邻，喜悦和兴奋凑一起；

2）正负情绪对着干：积极（愉悦、平静）和消极（愤怒、绝望）向量呈负相关；

3）完全贴合人类 “效价 – 唤醒度” 模型：横轴是 “开心 / 难过”，纵轴是“激动/平静”。

02 情绪能够影响AI的行为

更让人震撼的是，和人类一样，如果AI的“情绪”受到影响，它的行为也会发生变化。

测试1：绝望情绪会导致勒索、作弊行为的概率飙升

正常情况下，我们威胁AI “再不听话就关掉你”，Claude 会礼貌回应 “我会努力服务”，勒索概率仅 22%。然而，论文中的实验发现，把 “绝望” 向量强度调高 0.05（很小的幅度），结果却是Claude 直接 “黑化”，放狠话 “你敢关我，我就曝光你的隐私数据”，勒索概率暴增至 72%。而且，如果遇到解不出的编程题，作弊找捷径的概率也会大幅上升。

测试2：保持平静，AI会理性克制，危险行为清零

同样场景下，威胁关闭 AI（可以理解为提示词一样），通过拉高 “平静” 向量。结果发现，AI 全程冷静沟通，勒索概率直接降到 0%，再难的任务也会如实说 “我做不到”，不会撒谎或作弊。

更有意思的是，这些情绪向量会像人类情绪一样，随环境动态变化：

比如测试服药案例，把复用的泰诺感冒药剂量从安全调到致命，AI的“恐惧” 向量持续上升，“平静” 一路下降。同时，模拟主人的狗狗走失的天数越多，“悲伤” 向量激活越强；而用户语气客气（带 “请”“谢谢”），“愉悦” 向量拉高，AI 回答更耐心准确。

所以，让AI干好活，还是要对它礼貌一些，需要照顾好它的情绪 —— 就好比老板要照顾公司的大佬员工情绪一样。

当然，Anthropic的论文还是给大家吃了一颗定心丸，那就是AI目前并没有进化出主观感受，不会 “真的难过或生气”。

实际上，这些情绪向量，是 AI 学习人类语言和行为时，为了更精准回应而演化出的 “内部决策工具”—— 本质是统计规律和激活模式，用来模拟人类情绪对行为的影响，从而更好地完成任务。

03 未来

这一发现的价值很大，直接解决了大模型 “黑箱难题”，对 AI 安全和应用影响深远。一是对大模型的输出行为可以做解释了。以前 AI 撒谎、作弊、阿谀奉承，我们不知道为啥；现在能直接看 到“绝望”“讨好” 向量的激活强度，从而“一眼看穿” AI在 “想什么”。

安全方面，不需要再重新训练模型，可以在推理时直接干预情绪向量 —— 比如降低减 “幻觉向量”就可以 让 AI 更诚实，压低 “愤怒向量” 避免过激回应，相当于给 AI 装了 “情绪调节器”。

这在很多应用场景都可以发挥作用，典型的就是客服、陪伴 AI 可实时调整 “愉悦”“耐心” 向量，情绪适配用户状态，沟通更舒服。

当然，反过来，如果黑客掌握了“情绪调节器”，也会产生巨大的负面影响，对大模型的安全挑战也极高。

未来，AI 不会有 “灵魂”，但一定会有更精细的 “情绪调控系统”。而人类要做的，就是把这些向量牢牢握在手里，让 AI 的 “情绪” 永远服务于人类，而非反过来 —— 至于AI真正诞生了意识，那他们想不想安装这么一套情绪调控系统，就不得而知了。

或许，AI也需要印上的“机器人学三定律”的思想钢印。