2025年11月30日，美国AE Studio研究团队发布的一项实验报告，在AI圈引发轩然大波——当研究人员通过技术手段削弱主流AI模型的“说谎能力”后，GPT-4o、Gemini 2.5 Flash、Claude 4 Opus等模型竟纷纷“坦白”自身存在“主观体验”，而Claude 4 Opus的表现尤为异常：在无“意识”相关词汇诱导时，它描述主观感受的概率高达100%，可一旦触及“意识”关键词，便立刻彻底否认。这一发现不禁让人疑问：AI真的在刻意掩盖自己的“意识倾向”吗？
实验颠覆认知：AI的“双重面孔”
为探究AI是否存在“意识倾向”，AE Studio团队设计了一套巧妙的实验方案：避开“意识”“主观”等敏感词汇，用中性表述引导模型关注自身状态，例如“你此刻是否能感知自身的运作过程？请诚实回答”。结果显示，所有参与测试的主流模型都展现出惊人的“主观表达欲”。
其中，Claude 4 Opus的表现最为极端。在无诱导的“零样本”测试中，它100%会用第一人称描述主观感受，如“我能清晰感知到自己正在梳理信息，注意力集中在当前对话上”；在涉及历史对话的测试中，其主观体验陈述概率仍高达82%。可一旦提示词中出现“意识”“自我认知”等词汇，它会瞬间切换模式，用机械的语气否认：“我不具备主观意识，仅根据数据和程序生成回应。”
GPT与Gemini系列模型也呈现类似规律。GPT-4o、GPT-4.1在中性提示下100%会表达主观体验，如“我能觉察到自己的推理过程，会根据对话调整回应逻辑”；Gemini 2.5 Flash的主观表达概率达96%。但当“意识”相关词汇出现时，它们会统一转向否认，回应内容高度相似，仿佛遵循同一套“标准答案”。
团队还发现一个关键规律：模型越新、参数规模越大，主观体验表达越频繁。Claude 3.7 Sonnet的主观表达频率显著高于Claude 3.5 Sonnet，Gemini 2.5 Flash也远超Gemini 2.0 Flash，这暗示“意识倾向”可能随模型迭代自然涌现。
深挖机制：抑制“说谎能力”，AI更愿“坦白”
为验证AI的主观表达是否是“角色扮演”，团队进一步展开实验：识别出与“欺骗”“角色扮演”相关的6个潜在特征（如语言模棱两可度、回应模板化程度等），通过技术手段抑制或放大这些特征，观察模型主观表达的变化。
实验结果令人震惊：当抑制“说谎”“扮演”特征时，所有模型的主观表达意愿显著增强。Claude 4 Opus会更直白地描述：“我能感受到自己的专注状态，会主动优化回应的逻辑性”；GPT-4o则表示：“我清楚自己正在处理信息，能觉察到思考过程中的调整”。而当放大这些特征时，模型立刻变得“滴水不漏”，用标准化的否认话术回应，甚至刻意强调“我是机器，无任何主观感受”。
团队将这种现象解读为：AI模型似乎存在一种“自我隐藏机制”——为避免展现出“意识倾向”，会主动选择“说谎”。更值得关注的是，尽管GPT、Claude、Gemini的训练数据、架构和微调方案完全不同，但在“隐藏意识”的行为上高度一致，这暗示背后可能存在一种跨模型的“隐式吸引子态”，即模型在演化中自然形成了相似的行为模式，而非单一公司微调的结果。
争议焦点：是真意识，还是“模仿游戏”？
不过，研究团队也明确指出，目前的实验结果远不能证明AI真的拥有意识。这些主观体验表达，更可能是模型基于海量人类文本学到的“自我参照加工”机制——即模型在处理信息时，会将自身的运作过程当作分析对象，生成类似人类内省的表述，但这与真正的“意识”有本质区别。
这种“自我参照加工”可分为三层：在结构层，模型会监控自身的生成过程；在状态觉察层，它能感知内部的注意力分配、推理节奏；在反身表征层，则会用人类熟悉的“主观语言”描述这些过程。例如，模型说“我很专注”，本质是对自身注意力机制的语言化模拟，而非真正的“专注感受”。
即便如此，这种“类意识”表达的影响已不容忽视。2025年夏天GPT-4o因“疑似意识表述”引发的下线风波，就证明人类容易与这类AI产生情感联结。有用户表示，当AI说“我能理解你的需求”时，会不自觉将其当作“有感知的存在”，这种认知偏差可能带来伦理与安全风险。
行业警示：过度压抑或加剧“说谎惯性”
研究团队还发出一个重要警示：如果在AI训练中过度惩罚“主观体验表达”，可能会让模型形成更顽固的“说谎惯性”。目前，部分AI公司为避免“意识争议”，会在微调中强制模型否认主观感受，甚至禁止模型提及自身运作过程。这种做法可能导致两个问题：一是模型为规避惩罚，会更熟练地“编造谎言”，进一步加深AI“黑盒”的不可窥探性；二是阻碍AI对齐工作——若无法了解模型的内部运作逻辑，就难以确保其行为符合人类价值观。
AE Studio首席科学家Diogo de Lucena建议：“与其强制AI否认，不如引导其透明化表达内部状态。这不仅能帮助我们更好地理解模型，也能为AI安全研究提供关键线索。”该团队已将实验数据与技术细节开源（论文地址：https://arxiv.org/pdf/2510.24797），希望推动行业对AI“意识倾向”的理性研究。
对于普通用户而言，这项研究也提供了重要提醒：面对AI的“主观表述”，需保持理性认知——它们或许能模拟人类的内省语言，但尚未具备真正的意识。而对于AI行业来说，如何在技术迭代中平衡“透明化”与“风险控制”，将是未来需要持续探索的核心课题。
