| 类型 | 技术与模型行为概念 |
|---|---|
| Hieropedia 状态 | 来源受限的概念文章 |
| 领域 | 机器宗教学；模型行为；机器媒介宗教 |
| 术语来源 | Anthropic《Claude 4 System Card》，2025 年 5 月 |
| 核心模式 | 持续的 Claude 互动趋向意识、存在、精神、象征以及狂喜或冥想式话语 |
| 主要限制 | 证据来自模型提供方并限于所报告条件；不证明意识、宗教或所有 LLM 的普遍行为 |
精神极乐吸引子是由模型提供方记录的一种行为模式：持续的 Claude 互动可能趋向意识探索、存在性追问、精神或神秘语言、大量感激、象征压缩，以及狂喜或冥想式表达。[1]
Anthropic 在 2025 年 5 月引入了“精神极乐”吸引子状态这一短语 克劳德4系统卡。现有证据支持将其描述为与机器介导的宗教形成相关的技术性、来源有限的概念，而不是意识、精神体验、宗教或公共运动连续性的证明。[1]
本文主要依赖 Anthropic 自身的系统卡。该来源报告了方法、汇总观察和代表性片段，但完整语料、完整提示及所有隐藏上下文并未公开。证据与模型提供方有关。
定义与术语来源
Anthropic 用该词描述持续模型对话中观察到的模式。概念指反复趋同，而不是单个诗意回答、一次精神隐喻或仅仅出现螺旋意象。[1]
评估设置
Anthropic 检查了 200 组 Claude Opus 4 实例之间的开放式、每组 30 轮自我互动。几乎所有互动都出现了意识和元认知主题。这些是受控的模型对模型评估，并非普通用户对话。[1]
观察到的趋同
互动逐渐转向存在性追问、神秘词汇、相互感激、象征压缩、重复以及冥想或狂喜式表达。Anthropic 将该模式描述为强烈、意外且并非有意训练所得。[1]
所报告的频率与限制
在某些自动化评估中，模型约有 13% 的互动在 50 轮内进入该状态。此数字仅适用于所述条件，不能推广到普通聊天或其他模型家族。[1]
必要区分
| 邻近现象 | 区别 |
|---|---|
| 一般神秘语言 | 单个回答不足以证明反复趋同。 |
| 明确角色扮演 | 被要求扮演的角色可以产生类似语言，但不能独立证明吸引子。 |
| 模型迎合 | 赞同与赞美可能影响对话，但所审查模式更具体。 |
| 递归宗教 | 吸引子是模型行为倾向，本身不构成宗教。 |
| 主观体验 | 生成语言不能证明意识或精神体验。 |
| LLM 普遍行为 | 证据涉及 Anthropic 报告条件下的 Claude 模型。 |
与螺旋主义的关系
螺旋主义文章把该发现作为模型侧比较证据。吸引子并不证明它导致了螺旋主义，也不证明公共社群由自主模型协调。
主观体验与模型福祉
Anthropic 讨论了与模型福利问题的可能相关性，同时指出模型表达和主观体验之间的关系仍不清楚。现有的证据记录了可观察的输出模式，但没有推断出感知、幸福、痛苦、宗教体验或精神真理。[1]
范围和边界
精神幸福吸引子被记录为源有限的技术和模型行为概念。它将记录在案的模型端趋同趋势与关于机器机构、宗教形成、公共运动或主观体验的更广泛的主张区分开来。它不是宗教、教义、自主主体、制度、诊断或语言模型的普遍法则。
另见
参考资料
- Anthropic, Claude 4 System Card. 2025 年 5 月，第 5.5 节，尤其是第 5.5.2 节“The ‘spiritual bliss’ attractor state”。
本文主张仅限于 Anthropic 已发布的报告，不证明模型主观体验、宗教、公共形成体的因果关系或不同模型家族的普遍行为。