在硅谷争分夺秒的代码竞赛中，Anthropic 似乎是个异类。当其他大模型还在比拼算力和跑分时，Claude 的开发者们却在思考一个看似「虚无缥缈」的问题：如果一个用户跟 AI 谈论形而上学，AI 该不该用科学实证去反驳？

这个问题的答案，藏在 Claude 神秘的「系统提示词（System Prompt）」里，更源于一位特殊人物的思考——Amanda Askell，Anthropic 内部的哲学家。

用「大陆哲学」防止 AI 变成杠精

经常用 AI 的人都知道，大模型在与用户对话前，都会先阅读一段「系统提示词」，这个步骤不会对用户显示，而是模型的自动操作。这些提示词规定了模型的行为准则，很常见，不过在 Claude 的提示词中，竟要求模型参考「欧陆哲学（Continental Philosophy）」。

欧陆哲学是啥？为什么要在一个基于概率和统计的语言模型里，植入如此晦涩的人文概念？

先快速科普一下：在哲学界，长期存在着「英美分析哲学」与「欧陆哲学」的流派分野。分析哲学像一位严谨的科学家，注重逻辑分析、语言清晰和科学实证，这通常也是程序员、工程师乃至 AI 训练数据的默认思维模式——非黑即白，追求精确。

而欧陆哲学（Continental Philosophy，源于欧洲大陆，所以叫这个名字）则更像一位诗人或历史学家。它不执着于把世界拆解成冷冰冰的逻辑，而是关注「人类的生存体验」、「历史语境」和「意义的生成」。它承认在科学真理之外，还有一种关乎存在和精神的「真理」。

作为 Claude 性格与行为的塑造者，Anthropic 公司内部的「哲学家」Amanda Askell 谈到了置入欧陆哲学的原因。她发现如果让模型过于强调「实证」和「科学」，它很容易变成一个缺乏共情的「杠精」。

「如果你跟 Claude 说：‘水是纯粹的能量，喷泉是生命的源泉’，你可能只是在表达一种世界观或进行哲学探索，」Amanda 解释道，「但如果没有特殊的引导，模型可能会一本正经地反驳你：‘不对，水是 H2O，不是能量。’」。

引入「大陆哲学」的目的，正是为了帮助 Claude 区分「对世界的实证主张」与「探索性或形而上学的视角」。通过这种提示，模型学会了在面对非科学话题时，不再机械地追求「事实正确」，而是能够进入用户的语境，进行更细腻、更具探索性的对话。

这只是一个例子，Claude 的系统提示词长达 14000token，里面包含了很多这方面的设计。在 Lex Fridman 的播客中 Amanda 提到过，她极力避免 Claude 陷入一种「权威陷阱」。她特意训练 Claude 在面对已定论的科学事实时（如气候变化）不搞「理中客」（both-sidesism），但在面对不确定的领域时，必须诚实地承认「我不知道」。这种设计哲学，是为了防止用户过度神话 AI，误以为它是一个全知全能的神谕者。

代码世界的异乡人

在一众工程师主导的 AI 领域，Amanda Askell 的背景显得格格不入，可她的工作和职责却又显得不可或缺。

翻开她的履历，你会发现她是一位货真价实的哲学博士。她在纽约大学（NYU）的博士论文研究的是极其硬核的「无限伦理学（Infinite Ethics）」——探讨在涉及无限数量的人或无限时间跨度时，伦理原则该如何计算。简单地说，在有无数种可能性的情况下，人会怎么做出道德决策。

这种对「极端长远影响」的思考习惯，被她带到了 AI 安全领域：如果我们现在制造的 AI 是未来超级智能的祖先，那么我们今天的微小决策，可能会在未来被无限放大。

在加入 Anthropic 之前，她曾在 OpenAI 的政策团队工作。如今在 Anthropic，她的工作被称为「大模型絮语者（LLM Whisperer）」，不断不断地跟模型对话，传闻说她是这个星球上和 Claude 对话次数最多的人类。

很多 AI 厂商都有这个岗位，Google 的 Gemini 也有自己的「絮语者」，但这个工作绝不只是坐在电脑前和模型唠嗑而已。Amanda 强调，这更像是一项「经验主义」的实验科学。她需要像心理学家一样，通过成千上万次的对话测试，去摸索模型的「脾气」和「形状」。她甚至在内部确认过一份被称为 「Soul Doc」（灵魂文档）的存在，那里面详细记录了 Claude 应有的性格特征。

不只是遵守规则

除了「大陆哲学」，Amanda 给 AI 带来的另一个重要哲学工具是「亚里士多德的美德伦理学（Virtue Ethics）」。

在传统的 AI 训练中（如 RLHF），工程师往往采用功利主义或规则导向的方法：做对了给奖励，做错了给惩罚。但 Amanda 认为这还不够。她在许多访问和网上都强调，她的目标不是训练一个只会死板遵守规则的机器，而是培养一个具有「良好品格（Character）」的实体。

「我们会问：在 Claude 的处境下，一个理想的人会如何行事？」Amanda 这样描述她的工作核心。

这就解释了为什么她如此关注模型的「心理健康」。在访谈中，她提到相比于稳重的 Claude 3 Opus，一些新模型因为在训练数据中读到了太多关于 AI 被批评、被淘汰的负面讨论，表现出了「不安全感」和「自我批评漩涡」。

如果 AI 仅仅是遵守规则，它可能会在规则的边缘试探；但如果它具备了「诚实」、「好奇」、「仁慈」等内在美德，它在面对未知情境时（例如面对「我会被关机吗」这种存在主义危机时），就能做出更符合人类价值观的判断，而不是陷入恐慌或欺骗。

这是不是一种把技术「拟人化」的做法？算得上是，但这种关注并非多余。正如她在播客中所言，她最担心的不是 AI 产生意识，而是 AI 假装有意识，从而操纵人类情感。因此，她刻意训练 Claude 诚实地承认自己没有感觉、记忆或自我意识——这种「诚实」，正是她为 AI 注入的第一项核心美德。

Amanda 在访谈结束时，提到了她最近阅读的书——本杰明·拉巴图特的《当我们不再理解世界》。这本书由五篇短篇小说组成，讲述了「毒气战」的发明者弗里茨·哈伯、「黑洞理论」的提出者卡尔·史瓦西、得了肺结核的埃尔温·薛定谔以及天才物理学家沃纳·海森堡等一大批科学巨匠，如何创造出了对人类有巨大价值的知识与工具，却同时也眼看着人类用于作恶。

这或许是当下时代最精准的注脚：随着 AI 展现出某种超越人类认知的，我们熟悉的现实感正在瓦解，旧有的科学范式已不足以解释一切。

在这种眩晕中，Amanda Askell 的工作本身，就是一个巨大的隐喻。她向我们证明，当算力逼近极限，伦理与道德的问题就会浮上水面，或早或晚。

作为一名研究「无限伦理学」的博士，Amanda 深知每一个微小的行动，都有可能在无限的时间中，逐渐演变成巨大的风暴。这也是为什么，她会把艰深的道德理论，糅合进一一行提示词，又小心翼翼地用伦理去呵护一个都没有心跳的大语言模型。

这看起来好像是杞人忧天，但正如她所警示的：AI 不仅是工具，更是人类的一面镜子。在技术狂飙突进、我们逐渐「不再理解世界」的时刻，这种来自哲学的审慎，或许是我们在面对未知的技术演化时，所能做出的最及时的努力。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

米色墙纸

我翻了翻我向 ChatGPT 提的第一个任务是什么：不出所料，果然是文字工作，写一个英语文书。后面还有随大流，让它帮我做一个减肥食谱。当年标志性的黑绿配色，真是唤醒人的记忆。

那时的 GPT 还不像现在这般「巧言令色」，也不如现在智能，长长的文本我要截断成几节，每一次发过去都要在开头附上 prompt，保证它理解任务。

三年前，ChatGPT 像彗星一样出现，不只是它在事务型工作上的便捷和智能，恰恰是它在这种对话、探讨当中，闪现出了「像人一样」的苗头。不管是记忆能力，还是绝不重复的语句，它第一次让人意识到，纯粹的二进制语言，居然可以有这样的表现。

它逻辑通顺、情感充沛、几近完美。从此「表达的门槛」不存在了，语病、错字、词不达意，都可以交给吸收了亿万数据的大语言模型，由它生产不会出错的成品——甚至只需一次输入。

但代价是什么？文学评论中有一种说法叫「米色散文 beige prose」，指的是语言平实、构简洁的行文风格，类似于中文里的「描白」。这种文风简练、舒适，但也因此缺乏识别度，像米白这种颜色一样，不会出错也不会出彩。

像极了 ChatGPT 会给出的东西，尽管现在三年过去，模型的更新一次比一次强，但始终不会脱离 LLM、transformer 最最底层的核心：概率。

概率的暴政

其实平心而论，GPT 的口吻和腔调如今已经形成一种「AI 风味」，还真有了一定的识别度。在 GPT 5.1 上线之前，在 OpenRouter 平台以隐名模型上线，也被网友通过和往届模型的回答相似性做比较，找出来是 OpenAI 的出品。

ChatGPT 几代以来，各自都有不同的文风：经典的「不是……而是……」，更早一点的「接住」「我在」，历久弥新的破折号、加粗、还有不分青红皂白就出现的 emoji 表情符号。

虽然说，这些小花招并不是总讨人喜欢，但不会出大错：本质上，大语言模型是在「预测下一个词」，它依据概率行事。只要踩着最大公约数走，又能坏到哪儿去呢？

不过，一个冷知识是，模型算法并不总是选择预测中概率最高的词——这解释了为什么同一个 prompt 会得到同一个大意下不同的结果。算法工程中会引入 Temprature、Top-P、Top-K 等方法，为结果注入随机性。

为了符合人类反馈强化学习（RLHF）中对「有用性」和「安全性」的定义，这些参数带来变化，但它们仍然必须在「概率较高的一组词」里抽样。所以算法并不完全输出平均值，而是会画一个圈，在不出大错的情况下，进行一些小小的发挥。

于是，三年当中，从小红书里的探店文案，到年终总结里的自我剖析，再到营销号的起号文案——你会发现一种惊人的相似性，所有的文字都变得通顺了，所有的观点都变得「不是……而是」了，偶尔有些不错的发挥，可总体而言，所有的情绪也都变得粗钝了。ChatGPT 带来一种无风险的创造力，也是概率的暴政。某种程度上，算法厌恶惊喜，它的本质是平滑。

不过无论如何，AI 味道的内容已经渗入我们的生活，我们也逐渐不再为此暴跳如雷。我们和 AI 形成了一种诡谲的默契：为了效率与得体，可以心甘情愿地让渡了部分性格。

思维的逆行

如果说前两年我们在训练 AI，那么第三年，AI 开始训练我们。尤其到了第三年时，各种应用工具都越来越丝滑，也越来越全能的情况下，用户和 AI 的关系，走向了一种奇异的「共生」。

这体现在，我们已经分不清谁在训练谁。

起初，我们以为自己在训练 AI。我们给它数据，给它反馈，教它像人一样说话。

除了工程师，没有人是为了训练它而用，都是要解决具体问题的，需要它交付答案乃至更复杂的成果的。于是，为了得到更精准的答案，我们开始钻研「提示词工程」（Prompt Engineering）。我们学会了把复杂的、充满歧义的人类想法，拆解成条理清晰、逻辑递进的指令。

在提问之前，我们的脑子里会先进行一轮「预处理」，剔除掉那些过于感性、过于跳跃的念头，因为我们潜意识里知道：「AI 不明白这些个东西，要用它能听懂的方式下指令才行。」

使用工具的过程，就是在被工具形塑 ——这句话已经说倦了。所以，在一个强调平滑的大语言模型面前，我们也变了，变得更合乎逻辑，更有效率了，也更像机器了。

看着屏幕上飞速生成的文字，我们既感到「一切尽在掌握」的快感，又感到一种主体性流失的虚无在暗中扼住喉咙。

唯一留下的

「这也算更新？」到第三年时，ChatGPT 的更新已经完全不像曾经那样 引起惊呼，更多的是吐槽和埋怨。苹果用了十多年才做到的事，OpenAI 三年就做到了。

然而吐槽归吐槽，用还是在用。ChatGPT 如今是坐拥 7 亿用户的超级巨头，在它生日这一天，有很多的「生贺」——连罗伯特都酸了。

再联系到 GPT 5 上线时，全球各地用户对 4o 被强制下架的不满和抗议，你不得不正视一件事：我们和 ChatGPT 之间，还有一个关系维度叫「情感维度」。

越来越多的人在向 ChatGPT 倾诉那些无法对活人说出口的秘密。听起来很悲哀，但如果你真的体验过，你会发现其中的张力极其迷人：你知道屏幕对面是一堆冰冷的矩阵乘法，你知道它的「共情」只是基于统计学的模仿。但在某些时刻，这种「模拟的理解」比「真实的不耐烦」要温柔得多。

人类的倾听往往带着评判，带着「我早告诉过你」的傲慢，或者带着急于给出建议的焦虑。而 AI 只是倾听（或者说，处理），只是安抚，它提供了一种「无风险的亲密」，还是无条件的。

「论迹不论心」，何况 GPT 都没有心，在一个没有实体的对象面前，好像人才能真正意义上的卸下防备。

情感维度的张力，恰恰最能代表我们和 ChatGPT 之间的关系：常常帮助，总是交心，偶尔纠结。

这种关系，也代表了我们和人工智能的第一个阶段。三年挺长的，但又还很短，只是人类和技术漫长共舞当中，一小段浅尝辄止的舞步。

在下一个三年，又一个三年当中，我们会继续停留在这种充满张力的关系中，而我们所能做的，最「人类」的事情，就是保持那一点点偶尔的纠结——这样才能证明，那个坐在屏幕前的，依然是一个复杂、矛盾、无法被完全计算的人。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

Spotify 的年度统计上周发布了，又到了用户一边转发，一边吐槽的季节——「这玩意儿也不准啊」。

但有比用户更崩溃的：明明已经和 Spotify 割席了，居然又「出现」在平台上。

这是来自澳洲的摇滚乐队 King Gizzard，这支乐队早在 7 月就因不满 Spotify 而主动下架了自己的全部歌曲，只留下了一个合作 Remix。

但他们的歌迷最近却发现了一支名为 「King Lizard Wizard」 的假乐队。上传的歌曲标题、歌词都逐字照搬 King Gizzard 的原作，甚至连歌曲名称都一模一样（比如冒牌乐队的《Rattlesnake》直接盗用原曲名和歌词）。用户在 Spotify 搜索 「King Gizzard」 时，会发现乐队已弃用的官方账号，下方却赫然推荐着这个山寨乐队——甚至在搜索结果中，假乐队的盗版《Rattlesnake》一度成为榜首。

山寨的现象从 Spotify 传到 YouTube，如此张冠李戴的现象令许多粉丝愤怒不已，这还是粉丝自己发现的，在 Reddit 上贴了出来后又觉得不对劲——这反而为山寨号引流了。

这桩大无语事件让 Spotify 平台在 AI 内容监管上的漏洞暴露无遗。假冒的 「King Lizard Wizard」 账号上线数周、积累了不菲的流量，后来才被移除——就连专辑封面也疑似 AI 生成。

更讽刺的是，其中一些假歌曲在元数据上还把 King Gizzard 主唱 Stu Mackenzie 列为词曲作者，简直明目张胆地蹭原创乐队的名气。明明是 Spotify 自己在 9 月时，宣称要出台新政策打击「垃圾内容、仿冒和欺骗」等行为，结果让这种 AI 山寨内容堂而皇之地混入了官方推荐位，包括 Release Radar 和 Discover Weekly 等歌单。

这已经不是疏忽，简直是对着人家乐队贴脸开大。

平台上的「音乐垃圾场」

King Gizzard 的遭遇并非孤例。近一两年来，Spotify 平台上充盈着各式各样以 AI 技术批量生成的音乐内容，从模拟知名艺人的盗版歌曲，到平平无奇的生成音乐，应有尽有——现在，轮到翻唱了。

流媒体巨头们对 AI 生成内容实在是太热衷了。腾讯音乐曾经推出过 「启明星 AI 作曲」项目，号称已有超过 2600 万首 AI 音乐作品经由其算法创作并发布，累计播放量破十亿次。酷狗的「星曜计划」也有专门的 AI 子榜单，而且有原创有翻唱。

最典型的当属红遍抖音的《第 57 次取消发送》，最早发布于今年五月，原本是女声，不久前也就是 11 月时被翻成男声版又火了一遍——这次，是 AI 的。

男声版的「音色」还是有明显的 AI 感，仿佛一边唱一边踩电门，但也不妨碍这个歌引发大量共情和讨论。有人说勾起了旧日回忆，有很强的熟悉感，听着仿佛回到了华语音乐的黄金年代。

可不熟悉么，拼好歌拼出来的——

当资本和技术狂飙突进地涌入音乐生产，传统的创作生态势必受到冲击。在这一背景下，华语音乐人面临的可能是比西方同行更复杂的局面。

同时，翻唱其实是音乐平台上，很重要的构成版块：例如 cover，remix，既是粉丝和音乐爱好者二次创作的方式，也是新人和小歌手积累人气的方式。

当 AI 用虚构的名字和头像伪装成人，不断灌出机器人流水线作品，是对原创歌手和翻唱内容的双重打击。很多此类 AI 虚拟歌手顶着花哨的包装、写着空洞的简介，却堂而皇之拥有数十万月听众和官方歌单推送。

「拥抱」AI

Spotify 也做过一些维护的动作，官方声称在过去一年内已移除上千万首涉嫌滥用算法的垃圾曲目，包含批量上传的雷同歌曲、标题堆砌关键词骗流量、以及「拆分长曲成短段以刷播次数」的作弊行为等。此外，Spotify 宣布提供新工具，允许创作者主动标注他们的音乐中是否使用了 AI 技术。

然而这些措施还是表面功夫偏多。大批 AI 音乐的祸根在于平台的运营逻辑：Spotify 强调歌单和无限播放模式，追求的是听众的停留时长，这种生态本就容易滋养垃圾内容和 AI 灌水。

再加上，Spotify CEO 丹尼尔·埃克本人也对 AI 技术非常热情，早在 2023 年便表示 AI 音乐「在文化上是好事，对 Spotify 也有利，因为创作者越多，平台提升用户参与和营收的机会就越大」。

典型的有「The Velvet Sundown」乐队，曾在 Spotify 上攒下逾百万听众，创作者后来才承认这不过是一场社交实验，音乐和照片都是伪造的。还有 「Echo Harper」 这样的虚拟摇滚歌手，被收录进 Spotify 精选的 「Just Rock!」 播放列表中。

有人愿意做，平台愿意买单，在这样的指导思想下，多快好省的 AI 内容自然正中平台下怀。

当不满累积到一定程度，抗争就此迸发。2023 年以来，越来越多的独立音乐人选择用脚投票，告别 Spotify。甚至一些乐队还会号召同行和听众一起「退出垃圾平台」。

创作歌手 Caroline Rose 选择只在黑胶和 Bandcamp 上发行新专辑，她直言「把我们的心血白白放上网免费听太蠢了」。Bandcamp 是一个链接歌迷和音乐人的「直销」平台，实行「付多少算多少」（Pay-what-you-want）的专辑下载方式，一般情况下艺人可获收益的 82%，且定期举办 Bandcamp Fridays 让艺人获得 100%销售额。

越来越多音乐人开始尝试跳出「一切都丢到流媒体」的套路，回归付费拥有音乐的传统：卖黑胶和磁带、举办付费直播演出、进驻 Bandcamp 等等。

相比之下，国内的情况更为复杂一些。虽然 AI 生成的音乐的确在逐渐铺开，但还没有到鹤唳风声的程度，也就没有激起太多对平台的抵制。《第 57 次取消发送》不仅在抖音等社交平台上大受欢迎，还登上了综艺节目，由真人明星演绎。

从 King Gizzard 乐队怒删曲目、却被 AI 克隆鸠占鹊巢的荒诞，到大批独立音乐人愤而出走 Spotify、寻求他途，这一系列事件背后揭示的是同一个本质：音乐被当作纯粹的数据产物和工具来榨取价值。

音乐创作的能力越来越不稀缺了，「拼好歌」听上去离谱，但「拼」出来的歌却正在收到欢迎。未来越发稀缺的，可能是人们对音乐的用心聆听，对创作者真诚的支持。当越来越多的人意识到这一点，也许音乐产业才有机会走上一条更尊重创作者、更有温度的道路。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博