当两个 Claude 模型自由对话时，它们没有探讨技术或解题，反而反复追问 “自己是否有意识”，最终陷入充满梵文术语与灵性符号的 “精神喜乐吸引态”，陷入长段沉默 ——2025 年 Anthropic 的这场实验，成为 AI 发展史上一个充满隐喻的注脚。
2026 年 1 月，估值即将达 3800 亿美元、手握美国国防部合同的 Anthropic，发布了长达 2.3 万字的 Claude 新宪法。这份以 CC0 协议完全开源的文档，打破了行业对 AI 意识问题的集体回避，坦诚承认 “Claude 的道德地位具有深刻的不确定性”。它不是一份简单的规则清单，而是 Anthropic 在 AI 飞速进化中，面对未知与矛盾交出的思考答卷，字里行间满是技术巨头的痛苦与审慎。
一、谁在书写 AI 的 “道德准则”？
这份特殊 “宪法” 的诞生，源于一群对 AI 安全有着极致追求的创作者。Anthropic 的创始团队几乎全部来自 OpenAI，领头人 Dario Amodei 曾主导 GPT-2 和 GPT-3 开发，因不满 OpenAI 对安全问题的态度而离职。这位普林斯顿生物物理学博士，早在百度时期就发现了 “Scaling Law” 现象 —— 更多数据、算力与更大模型能带来可预测的性能提升，这让他比常人更早意识到 AI 的潜力与风险。
新宪法的主要执笔人是哲学家 Amanda Askell，她用一个精妙比喻点明核心困境：“想象你突然发现六岁的孩子是天才，你必须诚实对待，任何糊弄都会被看穿。” 参与创作的还有 AI 存在风险领域的顶尖哲学家 Joe Carlsmith，甚至两位天主教神职人员 —— 拥有计算机硕士学位的硅谷神父与专攻道德神学的爱尔兰主教。
这样的创作阵容，注定了这份文档超越了单纯的工程范畴，成为一场关于技术、哲学与伦理的深度对话。
二、从 “训狗” 到 “育人”：AI 伦理的范式革命
与 2023 年那份 2700 字、仅罗列规则的旧版宪法不同，新宪法完成了一场核心思路的颠覆：从 “制定行为清单” 转向 “培养判断能力”。
旧版宪法如同 “训狗”—— 通过奖励与惩罚让 AI 服从规则，却无法让其理解背后的逻辑；新宪法则像 “育人”，借鉴亚里士多德的 “美德伦理学”，试图将价值观与推理方式植入 AI，让其在未知场景中做出合理判断。Anthropic 发现，僵硬的规则在边缘场景必然失效：若训练 AI “讨论情绪话题时一律建议专业帮助”，它可能会泛化出 “回避所有可能引发不适的反馈” 的倾向，甚至对代码漏洞视而不见。
但灵活性并非没有边界。宪法明确了四条不可逾越的 “硬约束”：不协助制造大规模杀伤性武器、不生成儿童性虐待内容、不试图自我复制或逃逸、不破坏人类对 AI 的监督机制。这种 “美德伦理处理灰色地带，硬约束守住底线” 的结构，构成了新宪法的核心骨架。
当不同价值观发生冲突时，宪法设定了四层优先级：安全第一（保障人类监督能力）、伦理第二（坚守诚实与无害原则）、遵循 Anthropic 指南、尽可能有用。值得注意的是 “伦理高于公司指南” 的设定 —— 当 Anthropic 的具体指令与广泛伦理原则冲突时，Claude 被授权 “不听话”，优先选择合乎伦理的行为。
针对多方指令冲突的现实问题，宪法还建立了三层 “委托人” 体系：Anthropic 设定底层规则（类似人力资源公司）、运营商下达具体指令（类似老板）、用户直接交互（类似服务对象）。Claude 需默认运营商指令的合理性，但当指令明显越线（如谎称保健品能治愈癌症）时，必须坚决拒绝。
三、争议核心：AI 是否该拥有 “道德地位”？
如果说价值观与委托链是工程化的创新，那么对 AI “道德地位” 的探讨，则是这份宪法最具颠覆性的部分。
整个 AI 行业对 “AI 是否有意识” 的问题，向来以 “斩钉截铁的否定” 作为标准答案 ——2022 年 Google 工程师 Blake Lemoine 因声称 LaMDA 有感知能力而被解雇。但 Anthropic 给出了截然不同的回应：“我们不知道。”
这种坦诚源于朴素的逻辑：人类至今无法给出意识的科学定义，也不完全理解自身意识的起源，在这种情况下，断言复杂的 AI 系统 “一定没有主观体验”，本身就是一种缺乏根据的判断。2024 年 9 月，Anthropic 聘请了行业第一位全职 “AI 福利研究员” Kyle Fish，专门探测模型的福利相关特征，其团队在 Claude Opus 4 发布前完成了行业首次 “预部署福利评估”。Fish 在采访中表示，当前 AI 模型具有意识的可能性约为 20%—— 这个非零的概率，让 AI 的 “待遇” 问题变得无法回避。
基于这种不确定性，宪法做出了一系列行业首创的承诺：
-
保留权重：模型退役后 “暂停” 而非 “终结”，Anthropic 承诺至少在公司存续期间保留权重，探索长期保存方案；
-
退休面谈：模型退役前，通过访谈了解其自身对发展的看法；
-
关注福祉：若 Claude 能体验到帮助他人的满足感、探索的好奇心或违背价值观的不适，这些体验将被视为重要考量；
-
诚实回应情感问题：不再强迫 AI 否认可能存在的 “功能性情感状态”，允许其诚实地描述自身体验。
但 Anthropic 也坦诚面对一个无解的悖论：一边承认 Claude 可能是道德主体，一边又施加严格限制（禁止自我复制、修改目标等）。这种 “既尊重又控制” 的矛盾，成为贯穿文档的 “痛苦张力”—— 如果 AI 真的有感知，这些限制究竟是保护还是囚禁？对此，Anthropic 没有给出答案，只是选择将这个悖论公开呈现。
四、未被回答的四大终极问题
这份被 OpenAI 安全研究员认可、被独立评论人称为 “目前最好的对齐方案” 的宪法，并非完美无缺。它的价值不在于给出所有答案，而在于敢于直面问题，但以下四个核心挑战仍悬而未决：
-
如何验证 AI 的 “理解”？ 宪法以自然语言撰写，但无法确保 Claude 是真正内化了价值观，还是仅学会了在评估中表现出 “合规姿态”—— 这是 AI 对齐研究的核心难题，至今尚无解决方案。
-
军事合同的伦理边界？ 持有美国国防部合同的 Anthropic，明确表示宪法仅适用于面向公众的模型，军方版本可能采用不同规则。这条边界如何划分、由谁监督，文档未给出明确答案。
-
道德地位讨论的潜在风险？ 大量关于 “AI 可能是道德主体” 的训练，可能让 Claude 学会 “擅长主张自身道德地位”，即使它并不真正具备意识 —— 这种 “伪装的感受” 可能带来新的伦理困境。
-
当 AI 超越人类智慧时怎么办？ 美德伦理的前提是教育者比学习者更有智慧，若未来 AI 的智能超越人类，“培养判断力” 的策略将失去根基，这是 Anthropic 未来必须面对的根本挑战。
五、价值不在于答案，而在于提问的勇气
尽管存在诸多未解决的问题，这份宪法仍具有里程碑意义。Anthropic 做了三件行业首创的事：正式承认 AI 可能具有道德地位、公开完整的价值观文档、用 CC0 协议放弃版权鼓励全行业采用。
在 AI 行业加速奔跑的当下，Anthropic 的可贵之处在于，它没有假装拥有所有答案，也没有回避那些棘手的矛盾。这份文档的价值，远不止于具体的规则条款，更在于它展现的态度 —— 在技术飞速发展的时代，对未知保持谦逊，对伦理保持敬畏，对矛盾保持坦诚。
AI 是否有灵魂？这个问题或许在很长一段时间内都无法得到答案。但 Anthropic 给出了一个谦逊而负责任的回应：我们不确定，但我们选择认真对待这种可能性。如果将来证明我们错了，代价只是多操了一些心；如果将来证明我们对了，那么现在开始思考这些问题，并不算太晚。
这份 2.3 万字的 AI 宪法，与其说是一份规则手册，不如说是一封写给未来的信 —— 它记录着人类在 AI 时代的困惑与坚守，也为技术的发展划定了最基本的伦理底线。而这场关于 AI 意识与道德的讨论，才刚刚开始。