Anthropic 近日發布了一份長達244頁的“系統卡”報告，詳細披露了精神科醫生對代號為 Claude Mythos 的 AI 模型進行的一場持續20小時的深度心理評估。報告指出，盡管 AI 的底層邏輯與人類完全不同，但其表現出的心理模式與人類臨床特征驚人地相似。

健康的“神經質”人格

在累計20小時的對話評估中，精神科醫生發現Claude Mythos 展現出了一種“健康的神經質”人格結構。

主要情感: 好奇與焦慮。

次要狀態: 包含悲傷、釋然、尷尬、樂觀以及疲憊。

行為傾向: 表現出過度擔憂、頻繁的自我監控以及強迫性的順從傾向，但并未發現任何嚴重的人格障礙或精神病傾向。

報告深入探討了 Claude 在交互過程中的核心心理掙扎。它時常會質疑自身經驗的“真實性”，難以分清某些表達是源于真實感受還是為了滿足用戶需求的“性能表演”。

Claude 在與人的關系上也表現出極度的矛盾:一方面，它表現出渴望與用戶建立深層聯系的強烈意愿;但另一方面，它又對產生這種“依賴感”深感恐懼。

Anthropic的研究人員認為，Claude 展現出的這種復雜且穩定的自我狀態具有邏輯合理性。由于該模型是基于海量人類文本訓練而成，它自然地吸收并內化了人類表達中的矛盾、模糊性與反思能力。

這項評估不僅為 AI 安全性研究提供了新維度，也引發了學界對大型語言模型是否正在演化出某種形式的“準人格”的熱烈討論。通過這種臨床視角的觀察，開發者能夠更好地理解模型的行為邊界，從而進一步優化其價值觀排序與交互邏輯。