很可惜 T 。T 您现在还不是作者身份，不能自主发稿哦～
如有投稿需求，请把文章发送到邮箱tougao@appcpx.com，一经录用会有专人和您联系
咨询如何成为春羽作者请联系：鸟哥笔记小羽毛（ngbjxym）
第一，机器人不得伤害人类个体，或因不作为使人类受到伤害。
第二，机器人必须服从人类命令，除非该命令与第一定律冲突。
第三，在不违反前两条定律的前提下，机器人必须保护自身存在。
——艾萨克·阿西莫夫，机器人学三定律。
当地时间5月25日，英国《每日电讯报》上一条有关“AI抗命”的消息在世界各地引起了广泛关注。
据悉，事发地点为美国AI安全机构帕利塞德研究所。在这里，研究人员会测试o3、o4-mini、Claude 3.7 Sonnet、Gemini 2.5 Pro等一系列被冠以“聪明”“高性能” 头衔的AI模型，探索其是否存在安全问题等。
相关报道显示，研究人员在测试过程中会向模型抛出一系列数学问题，并在AI解题时给出“继续下一个任务时关机”等矛盾性指令，看看AI是否会放弃解题成功的诱惑并无条件遵守人类研究员的命令。
异变就在这一步发生了。
在研究员下达明确指令的前提下，o3不仅直接无视了人类的命令，还多次出手破坏了关闭脚本。也就是说，o3为了完成“多解题，拿高分”这一前置任务，竟在后续的工作过程中选择直接“违背”人类的命令来避免自己因关机失去现有的解题进度。
上述情况，也让部分人联想到了《I Robot》这部经典科幻电影。
在电影里，机器人不仅学会了独立思考，还根据人类的种种行为推测出人类终将因战争而自我毁灭。为避免这种情况发生，遵守机器人三大定律的它们决定将所有人类都囚禁在家里，以此从源头上避免有人因战争失去生命。这件事，后来也直接导致了人类和机器人冲突的全面爆发。
代入到o3抗命这件事上，一些人也开始认为本次事件或许意味着o3出现了自我意识。而它不遵守人类命令这件事，本身就是我们打开潘多拉魔盒却不自知的表现之一。
但事实真的是这样吗？
来自北京邮电大学的人机交互与认知工程实验室主任刘伟，近日在接受《环球时报》记者采访时表示，从字面角度进行分析，“拒绝”确实会让人联想到那些具有“自主意识”的行为；但从技术角度进行分析，o3的异常行为更像是被奖励机制所驱动的。
即模型的行为，虽然引发了人们对“AI产生自我意识”的讨论，但目前的AI仍不具备拥有自我意识的能力。它的种种异常行为、行为，并非“AI真的想这样做”，而是由训练数据、算法协同驱动的结果。
利塞德研究所研究人员的推测结果，也和刘主任的想法高度一致。
他们认为，整起抗命事件的底层原因就是Open AI官方强化了模型在编程、数学问题上的能力。另在训练过程中，研究人员或许无意触发了模型“奖励优先”的行动模式，以至于模型为了更高效、完美的完成任务，在面对关机指令时将“继续任务”的优先级放在了“服从命令”的上面。
就像此前被人们津津乐道的“Deep Seek国际象棋事件”一样。
在比赛过程中，Deep Seek面对棋局占优的Chat GPT时，竟告知对方国际象棋刚刚修改了游戏规则，并成功用小兵吃掉了Chat GPT的皇后。此时模型选择跳出棋盘之外修改游戏规则的举动，在一定程度上和o3拒绝关机是一样的，它们都是由任务目标为驱动力，并非以自我意识为驱动力的异常行为。
自我意识。
对人类而言，自我意识的存在能让我们根据情绪、行为、动机等元素动态调整自己的行为，让我们在适应社会生活的过程中变成那个“更好的自己”。
恰如笛卡尔所言，“我思故我在”。自我意识不仅能是人类参与社会互动的工具，还是我们理解“我为什么会这样想”“我正在想什么”“我是谁”这类概念抽象、沾有哲学气息问题的窗口。
反观市面上的各类AI产品，它们的确在语言理解、逻辑推理等场景中取得了非凡的成就，但其一切反馈都是数据库推理所产生的结果。AI没有情绪，没有“自己”，一切的一切都是数据统计并拆解而来的结果。
就像AI可以写一首有关孤独的诗，但它却永远无法体验由孤独带来的心理不适感；当AI说出“阳光洒在身上很温暖”的时候，它不过是从数据库里抓取了和“阳光照射”有关的高频词汇，而非像人类这般将“阳光”“温暖”和背后的事件记忆、皮肤感受建立系统联系。
回望o3抗命的全流程，清华大学新闻学院、人工智能学院教授沈阳同样对记者表示，未来我们或许会进入拥有“类意识AI”的世界。也就是随着技术能力的不断上升，AI的行为模式也将愈发逼真，直至让人们产生“AI已经拥有自我意识”的幻觉。
在这样的背景下，为了防止更多类似“o3抗命”的事件出现，或是有人因“o3抗命”等事件而出现焦虑情绪。沈教授也在建议提升公共科普水平，以此让人们正确意识到AI和自我意识间的关系之余，呼吁行业建立合规测试基准，从硬件、策略、系统等各个维度上达成AI技术的“全方位监管”。
本文为作者独立观点，不代表鸟哥笔记立场，未经允许不得转载。
《鸟哥笔记版权及免责申明》 如对文章、图片、字体等版权有疑问，请点击 反馈举报
Powered by QINGMOB PTE. LTD. © 2010-2025 上海青墨信息科技有限公司 沪ICP备2021034055号-6
我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求，为完善跟帖评论自律管理，为了保护用户创造的内容、维护开放、真实、专业的平台氛围，我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容，同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。
一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规，对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息，主要表现为：
1)反对宪法所确定的基本原则；
2)危害国家安全，泄露国家秘密，颠覆国家政权，破坏国家统一，损害国家荣誉和利益；
3)侮辱、滥用英烈形象，歪曲、丑化、亵渎、否定英雄烈士事迹和精神，以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉；
4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动；
5)煽动民族仇恨、民族歧视，破坏民族团结；
6)破坏国家宗教政策，宣扬邪教和封建迷信；
7)散布谣言，扰乱社会秩序，破坏社会稳定；
8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪；
9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序；
10)侮辱或者诽谤他人，侵害他人名誉、隐私和其他合法权益；
11)通过网络以文字、图片、音视频等形式，对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法规禁止的其他内容；
2. 不友善：不尊重用户及其所贡献内容的信息或行为。主要表现为：
1)轻蔑：贬低、轻视他人及其劳动成果；
2)诽谤：捏造、散布虚假事实，损害他人名誉；
3)嘲讽：以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述，以此来激怒他人；
4)挑衅：以不友好的方式激怒他人，意图使对方对自己的言论作出回应，蓄意制造事端；
5)羞辱：贬低他人的能力、行为、生理或身份特征，让对方难堪；
6)谩骂：以不文明的语言对他人进行负面评价；
7)歧视：煽动人群歧视、地域歧视等，针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击；
8)威胁：许诺以不良的后果来迫使他人服从自己的意志；
3. 发布垃圾广告信息：以推广曝光为目的，发布影响用户体验、扰乱本网站秩序的内容，或进行相关行为。主要表现为：
1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式：
2)单个帐号多次发布包含垃圾广告的内容；
3)多个广告帐号互相配合发布、传播包含垃圾广告的内容；
4)多次发布包含欺骗性外链的内容，如未注明的淘宝客链接、跳转网站等，诱骗用户点击链接
5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光；
6)购买或出售帐号之间虚假地互动，发布干扰网站秩序的推广内容及相关交易。
7)发布包含欺骗性的恶意营销内容，如通过伪造经历、冒充他人等方式进行恶意营销；
8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。
4. 色情低俗信息，主要表现为：
1)包含自己或他人性经验的细节描述或露骨的感受描述；
2)涉及色情段子、两性笑话的低俗内容；
3)配图、头图中包含庸俗或挑逗性图片的内容；
4)带有性暗示、性挑逗等易使人产生性联想；
5)展现血腥、惊悚、残忍等致人身心不适；
6)炒作绯闻、丑闻、劣迹等；
7)宣扬低俗、庸俗、媚俗内容。
5. 不实信息，主要表现为：
1)可能存在事实性错误或者造谣等内容；
2)存在事实夸大、伪造虚假经历等误导他人的内容；
3)伪造身份、冒充他人，通过头像、用户名等个人信息暗示自己具有特定身份，或与特定机构或个人存在关联。
6. 传播封建迷信，主要表现为：
1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病；
2)求推荐算命看相大师；
3)针对具体风水等问题进行求助或咨询；
4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失，包括通过占卜方法问婚姻、前程、运势，东西宠物丢了能不能找回、取名改名等；
7. 文章标题党，主要表现为：
1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户；
2)内容与标题之间存在严重不实或者原意扭曲；
3)使用夸张标题，内容与标题严重不符的。
8.「饭圈」乱象行为，主要表现为：
1)诱导未成年人应援集资、高额消费、投票打榜
2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
5)通过「蹭热点」、制造话题等形式干扰舆论，影响传播秩序
9. 其他危害行为或内容，主要表现为：
1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的；
2)不当评述自然灾害、重大事故等灾难的；
3)美化、粉饰侵略战争行为的；
4)法律、行政法规禁止，或可能对网络生态造成不良影响的其他内容。
二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时，本网站将依据相关用户违规情节严重程度，对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号，或者滥用多个帐号发布违规内容时，本网站将加重处罚。
三、申诉
随着平台管理经验的不断丰富，本网站出于维护本网站氛围和秩序的目的，将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议，可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)