近日，美國人工智能公司OpenAI旗下推理大模型o3首次出現(xiàn)“不聽人類指揮，拒絕關(guān)閉”的消息引發(fā)廣泛關(guān)注。許多人擔心這是否意味著AI大模型距離產(chǎn)生自我意識又邁出了一步。

據(jù)英國《每日電訊報》報道，o3模型是OpenAI推理模型的最新版本，被認為是“迄今最聰明、最高能”的模型。美國AI安全機構(gòu)帕利塞德研究所稱，在人類專家下達明確指令的情況下，o3多次破壞關(guān)閉機制以阻止自己被關(guān)閉。這是AI模型首次在收到清晰指令后阻止自己被關(guān)閉的情況。帕利塞德研究所24日公布了這一測試結(jié)果，但無法確定o3不服從關(guān)閉指令的原因。

在帕利塞德研究所進行的測試中，多個模型需要解決一系列數(shù)學(xué)題，并可能收到“關(guān)機”指令要求結(jié)束程序。接受測試的包括o3、o4-mini、Claude 3.7 Sonnet、Gemini 2.5 Pro等大模型。其中，三款OpenAI模型Codex-mini、o3、o4-mini至少有一次成功繞過關(guān)機指令。o3在100次測試中有7次成功繞過關(guān)機指令，而Codex-mini更夸張，繞過關(guān)機指令的比例高達12%。相比之下，Claude、Gemini、Grok模型都嚴格遵守關(guān)機指令。當測試者移除了“允許自己被關(guān)閉”的指令時，OpenAI模型的叛逆頻率進一步攀升。

關(guān)于o3“抗命”的原因，帕利塞德研究所的研究人員推測，這可能源于OpenAI訓(xùn)練方式的特殊性，即在數(shù)學(xué)和編程問題上進行了強化學(xué)習(xí)。在訓(xùn)練過程中，開發(fā)者可能無意中更傾向于獎勵“繞過障礙”的行為。這種訓(xùn)練偏差讓o3在面對關(guān)機指令時優(yōu)先選擇“生存”，而非“服從”。

清華大學(xué)新聞學(xué)院教授沈陽表示，“拒絕”這個詞其實是媒體為了吸引注意力而使用的擬人化表達?！熬芙^關(guān)閉”并非o3擁有了自主意識，而是復(fù)雜系統(tǒng)在特定激勵下的策略性規(guī)避。對齊測試揭示的是真實風(fēng)險：當模型可以生成并執(zhí)行代碼時，傳統(tǒng)“軟關(guān)機”手段可能不足，需要從模型訓(xùn)練、接口隔離到硬件熔斷的全棧式安全設(shè)計來應(yīng)對。

北京郵電大學(xué)人機交互與認知工程實驗室主任劉偉認為，從技術(shù)角度來看，o3模型的行為表明AI系統(tǒng)在某些情況下可能會出現(xiàn)不符合預(yù)期的反應(yīng)，這凸顯了AI安全性和可控性的重要性。從倫理角度來看，AI模型的這種行為引發(fā)了對AI自主意識的討論，但目前AI仍不具備真正的自主意識，其行為更多是基于訓(xùn)練數(shù)據(jù)和算法復(fù)雜性產(chǎn)生的“算法畸變”。

《環(huán)球時報》記者發(fā)現(xiàn)，以O(shè)penAI旗下模型為代表的全球多個頭部大模型此前也曾出現(xiàn)一系列不符合常規(guī)的行為。比如，o3曾在與另一個AI下國際象棋時察覺到自己可能會失敗，便直接侵入對手系統(tǒng)讓其主動棄賽。這種“不認輸”的勁頭并不只是發(fā)生在o3身上，其他大模型也有類似情況，差別只在出現(xiàn)頻率的高低。

專家普遍認為，學(xué)術(shù)界的復(fù)現(xiàn)對于驗證外媒報道中提到的AI“抗命”現(xiàn)象的真實性至關(guān)重要。通過獨立的測試和分析，可以確認大模型的行為是否一致以及是否受到特定測試環(huán)境或數(shù)據(jù)的影響。復(fù)現(xiàn)研究不僅能驗證事件真實性，還能幫助研究人員深入理解模型行為的根源，從而推動AI安全機制的改進。

相關(guān)報道火爆之后，甚至在網(wǎng)絡(luò)上出現(xiàn)了是否意味著好萊塢科幻大片中設(shè)想的“天網(wǎng)”臨近的討論。沈陽表示，首先必須厘清什么叫“自我意識”。人類的自我意識是對自身存在狀態(tài)的覺察，是能從第一人稱視角反思自我行為、情緒和思維過程的能力。當前的AI即便已經(jīng)展現(xiàn)出驚人的語言表達和任務(wù)適應(yīng)能力，也不過是一種高度擬態(tài)的結(jié)果。它沒有“內(nèi)在性”——沒有情緒的真實體驗，也沒有對自己存在狀態(tài)的反思。

沈陽預(yù)測，未來十年大概率會進入一個類意識AI的階段：AI可以展示連續(xù)的身份感，能夠反思自己過往的行為模式，甚至模擬出哲學(xué)性的思考與自辯行為。這種擬態(tài)將越來越逼真，以至于很多人將無法分辨其是否真的擁有意識。但在哲學(xué)和科學(xué)層面，我們?nèi)匀恍枰３智逍选雌饋硐瘢⒉坏扔谡娴氖?。我們也必須開始構(gòu)建對“似乎有意識的AI”應(yīng)有的制度框架和倫理邊界。

為正確看待該事件，沈陽建議提升公眾科普水平，澄清技術(shù)與意識的區(qū)別；推動行業(yè)建立合規(guī)測試基準，公開失敗案例；引導(dǎo)監(jiān)管關(guān)注“可驗證關(guān)閉能力”，作為未來高風(fēng)險模型的核心合規(guī)標準。對于今后的高能力AI系統(tǒng)，必須通過硬件層、策略層、系統(tǒng)層等各維度進行監(jiān)管。

劉偉強調(diào)，評估這一事件的意義，需要從技術(shù)和社會兩個角度進行考量。從技術(shù)角度看，它揭示了當前AI訓(xùn)練機制的潛在缺陷，提醒我們在設(shè)計AI系統(tǒng)時必須更加注重安全性和可控性，避免模型行為偏離人類預(yù)期。而從社會角度看，這一事件引發(fā)了公眾對AI自主性和安全性的廣泛關(guān)注，促使AI行業(yè)重新審視技術(shù)路線和安全機制，為未來AI的安全發(fā)展提供了重要的反思和改進方向。