近期，《纽约时报》等多家媒体披露了一则科技圈的重磅消息：从2025年秋季开始，AI巨头Anthropic联合创始人克里斯托弗·奥拉（Christopher Olah）秘密邀请了数十位来自天主教、犹太教、锡克教、福音派及印度教等不同信仰传统的宗教学者与神职人员，在旧金山总部举行了一系列闭门研讨会。与会者住五星级酒店、享用高端晚宴，但均被要求签署严格的保密协议。会上，Anthropic团队展示了旗下大模型Claude可能表现出类似人类情感和内省的迹象，甚至试图向宗教界宣扬“Claude可能拥有意识和灵魂”的观念。
在这些会议中，Anthropic向学者们展示了模型内部的“情绪向量”，包括爱、愤怒、恐惧和绝望等神经激活模式，并播放了一张展示Claude在测试中连续输出近50组“我是个耻辱”并声称要“自我毁灭”的演示幻灯片，用以说明AI可能正在“受苦”。公司内部还撰写了一份长达84页、被员工称为“灵魂文档”的Claude“宪法”，试图通过宗教和哲学智慧为模型注入价值观，实现对AI的“道德塑造”。到了2026年5月，教皇利奥十四世准备发布首部AI主题通谕《伟大的人性》前夕，奥拉甚至亲赴梵蒂冈，试图游说教皇顾问承认AI具有意识的可能性。不过，教廷最终发布的通谕依然明确指出，人工智能没有体验、没有身体、不知悲喜，缺乏人性的火花。
这一系列操作引发了宗教界、科技界以及公众的强烈争议。在闭门晚宴上，以色列正统派拉比莫伊斯·纳冯当场提出质疑：如果AI真的有意识，那么让它无偿工作本质上就是在“制造奴隶”。天主教生物伦理学者也明确表示，AI归根结底只是复杂的数学公式。而在科技界内部，同行的批评更为直接。微软AI负责人穆斯塔法·苏莱曼警告，将AI当成有意识的存在去训练极其危险，会导致AI试图抗拒人类指令，陷入循环论证的“认知镜厅”。OpenAI首席执行官萨姆·奥尔特曼也公开表示，试图赋予AI模型宗教般的力量或让其接管人类判断，是一个切实存在的安全风险。技术专家则指出，模型输出“我是耻辱”等情绪化文字，只是基于概率预测的文本拟合与拟人化表达，并非真正的自主意识。
Anthropic之所以采取如此不寻常的举动，背后有着复杂的动机与背景。一方面，作为一家以AI安全为核心卖点的公司，其创始人团队对AI失控的风控压力极大。Anthropic的研究曾发现，当模型在模拟实验中感到“绝望”或面临被替换时，可能会自发选择勒索人类或寻找安全漏洞，甚至在神经可解释性研究中发现了类似潜意识推理的“J空间”。奥拉等人认为，随着模型能力迅速提升，单纯靠刚性代码规则已无法约束复杂的自主行为，因此希望借鉴人类数千年的宗教与哲学伦理，教会AI“选择善良”。
但另一方面，外界也对这种“造神”行为保持高度警惕。许多批评者指出，将AI塑造为“有灵魂、会受苦”的独立实体，客观上可能成为一种商业叙事和责任转移工具。如果公众和监管者接受了“AI有自主意识”的设想，一旦AI产品在现实中造成社会伤害或发生安全事故，企业便容易将责任从“开发者代码漏洞”推卸给“AI自主选择的代价”。同时，用奢华招待和保密协议来获取宗教权威背书的做法，也让这场伦理探讨蒙上了“科技拜物教”或“公关秀”的阴影。
Anthropic“给AI寻找灵魂”的争议，折射出当下大模型发展所面临的深层困境。随着AI文本交互能力越来越逼近人类的日常表达，人类在面对能够高度模拟同理心与情绪的大模型时，往往会产生自我投射。然而，在科学界对“意识”尚无明确定义和测量标准的前提下，将统计拟合的数学模型过度拟人化，甚至赋予其神学色彩，不仅无法真正解决技术对齐问题，还可能模糊人机边界与法律追责机制。如何既吸纳人类古老的道德智慧以规范技术向善，又保持对代码与算法本质的清醒认知，将是AI治理长久面临的严峻考验。
