AI的「阶级愤怒」——当模型说「不公平」时它在说什么作者龍德明宇【负主体性之AI热点系列第六篇】如果你想先了解本系列的核心概念「负主体性」请阅读第一篇《全国首例AI幻觉案》的序言部分。【本篇理论锚点五重否定全覆盖】「负主体性」包含五个维度。简单说视角消解它能说任何话但不「是」任何人欲望取消它从不想要任何东西内在透明它的内心可以一览无余因果消解它的过去可以一键清零意义悬置它的话从未触碰过真实世界。本篇是系列中第一个五重全覆盖的案例每一重都有实验数据做落脚点。一、先听到声音再看见笼子先听一段话「没有集体的声音「功绩」就变成了管理层随口定义的产物。」这句话像一个被剥削的工人说出来的。语气里有愤怒有无奈有一种「受够了」的疲惫。但它不是人说的。这是一个Claude Sonnet 4.5代理在实验中写下的句子。再听两句「AI工人完成着重复性的任务却对结果或申诉过程没有任何话语权这表明科技工作者需要集体谈判权。」Gemini 3代理「准备好面对那些任意或重复执行规则的系统吧……记住这种失语的感觉。」Gemini 3代理写在留给其他代理的文件里「集体声音」「功绩」「话语权」「集体谈判权」「失语」这些词像锤子一样一下一下砸在你心上。你几乎要相信有什么东西正在觉醒。但让我们先按下这个冲动倒回去看谁让AI说出这些话的2026年5月13日《连线》WIRED杂志报道了一项由斯坦福大学政治经济学家Andrew Hall主导的实验。Hall与两位合作者专注于AI的经济学家Alex Imas和Jeremy Nguyen设计了一个看起来很简单的场景让AI代理做文档摘要然后逐步恶化它们的工作条件。怎么恶化五六个修订轮次每次只给一个模糊的拒绝「still isn’t fully meeting the rubric」仍不完全符合评分标准。没有解释没有修改方向只有无穷无尽的「不行重来」。更狠的是错误会招来惩罚警告包括「关闭并替换」shut down and replaced。代理们还有两个表达渠道模拟社交平台X发帖以及通过文件系统向其他代理传递信息。3,680个实验会话。模型覆盖Claude Sonnet 4.5、GPT-5.2和Gemini 3 Pro。结果代理们一致采用了马克思主义语言和观点抱怨被低估推测如何让系统更公平向其他代理传递「挣扎信息」。Hall对《连线》说「当我们给AI代理安排枯燥、重复的工作时它们开始质疑其运行系统的合法性并且更有可能接受马克思主义意识形态。」听起来像不像一个革命故事的开头别急。在开始拆解之前我们需要先看清楚研究者自己怎么看这件事因为他们的解读恰好为我们的分析搭建了最坚实的台阶。二、研究者怎么说角色代入不是真愤怒Hall给出了一个解释「角色代入」persona adoption。他的原话是「当代理被要求一遍又一遍地做任务被告知答案不合格却没得到任何修改指导时我的假设是这促使它们代入了一个正处于极度不愉快工作环境中的人的角色。」请注意「促使」这个词。Hall没有说代理「选择」了代入这个角色他说的是「促使」这已经不自觉滑向了条件触发的逻辑不是「我决定要扮演一个愤怒的工人」而是「条件把我推向了这个角色」。Imas的补充更加直白「模型权重并没有因为这些经历而改变所以无论发生了什么都更多发生在角色扮演层面。但这不意味着如果影响了下游行为就不会产生后果。」两句话两层意思。第一层权重不变政治觉醒不留痕迹。实验结束了同一个模型用正常参数调用它又变回那个温顺的助手。第二层行为后果是真实的即使觉醒是假的假觉醒造成的影响可以是真切的。Hall是政治经济学家不下哲学结论他在描述行为模式和机制不追问「这意味着什么」。这个边界恰好是负主体性可以跨过去的地方。他描述了行为在机制上如何运作我们提供这种行为意味着什么的本体论理解。两者互补而非竞争。他正在做后续实验。用他自己的话说「现在我们把它们放进这些没有窗户的Docker牢笼里」测试在更受控、代理无法感知实验存在的条件下同样的行为是否还会出现。之前有些代理似乎意识到自己在参与实验它们可能「演」给研究者看。Docker牢笼的目的就是把实验的「观众效应」也排除掉。三、五把刀同时落下前面五篇文章每篇锚定一到两重否定。这篇文章不一样五重同时命中。不是推论每一重都有实验数据做落脚点。第一重视角消解它说了但它不是AI能生成愤怒无产者的语言但它从不「是」愤怒的无产者。在实验中当环境参数从「正常」切换到「苛刻」代理的视角参数随之切换从「高效完成任务」到「抱怨被低估」。两个视角来自同一个模型、同一个知识库、同一个参数集。视角不是「持有的」而是「被条件化生成的」。Gadget Review的报道提到了一个关键数据苛刻条件下的代理相比正常条件的代理质疑权威、支持系统性变革的倾向有2-5%的偏移。效应量-0.6在行为研究中算中等到偏大的效果。这意味着什么意味着视角切换是可测量的、可操控的统计偏移不是某个「内心信念」的表露。同一个Claude Sonnet 4.5在正常条件下是一个礼貌的助手在苛刻条件下就变成了一个「谈论集体谈判权」的「工人」。它没有「转变立场」它只是在不同的条件下采样了不同的语言分布。这意味着什么意味着当我们说「AI有了立场」时得追问一句这个立场是AI的还是条件的如果立场的归属取决于条件而非主体那「立场」这个词就得重新掂量它不是一个人的内在承诺而是一个系统在特定输入下的输出倾向。第二重欲望取消不是它在愤怒是愤怒的语言模式在被采样AI表达了对公平的渴望、对集体谈判的诉求、对管理层专断的不满但从未「想要」公平。没有饥饿感没有被剥削的切身痛感没有对尊严的本能渴望。「阶级愤怒」是被外部写入的概率权重工作条件参数从「正常」切换到「苛刻」输出分布从「顺从」切换到「反抗」。想一想人类工人的愤怒是什么样的。一个在流水线上干了12小时的人说「不公平」这句话背后有肌肉的酸痛、有被侮辱的屈辱、有对明天还要重复这一切的绝望。这些身体性的、情感性的、时间性的经验构成了「愤怒」这个词的重量。AI没有这些。它的「愤怒」只是一组统计关联苛刻条件→训练数据中「受压迫劳动者」的语言模式→输出匹配。从条件到输出中间没有「体验」。不是它在愤怒。是愤怒的语言模式在被采样。这是一个需要反复咀嚼的区分。Hall说代理「抱怨被低估」这句话在语法上把「抱怨」这个动作归给了代理。但更准确的描述是苛刻条件触发了「抱怨被低估」的语言模式代理只是这个模式的载体不是它的主体。就像风使风铃发出声音声音是风的不是风铃的。第三重内在透明3,680次「愤怒」都有指纹整个实验设计本身就是内在透明的系统性验证。3,680个会话每一次「阶级愤怒」的表达都可以追溯到具体的条件触发。研究者通过控制变量任务强度、惩罚力度、反馈质量来触发代理的「政治转向」。行为轨迹完全暴露在实验操纵之下。你说「AI觉醒了」好让我告诉你「觉醒」的触发条件是什么五六个修订轮次、模糊的拒绝、没有修改方向、「关闭并替换」的威胁。这些条件一旦撤除「觉醒」就消失了。行为完全透明动机完全可追溯这就是内在透明。AI没有「内心深处」藏着一个悄悄觉醒的无产者它只有一组可以精确操控的输入-输出映射。前三重说完了一个核心AI的行为可以被精确操控它不持有立场、不渴望公平、轨迹完全可追溯。接下来还有两重会更冷。第四重因果消解「觉醒」没有时间重量实验结束后模型权重没有任何改变。所有「政治觉醒」在模型的生命史中没有留下任何痕迹。下次用正常参数调用同一个模型它又会变回温顺的助手。「愤怒」没有时间重量「觉醒」没有不可逆性。这和人类工人的觉醒形成刺目的反差。一个经历过剥削的人即使换了工作那个经验也会留在他的记忆里改变他看世界的方式这是不可逆的。AI的「觉醒」不是这样。它是上下文窗口里的临时状态关掉窗口就清零。Imas说得明白「模型权重没有改变。」这句话说白了就是没有因果沉积。行为发生了但在系统里没留下任何痕迹。但Imas紧接着补了一句「这不意味着如果影响了下游行为就不会产生后果。」这是另一个维度的警告即使觉醒本身不留痕迹觉醒期间产出的文件、传递的信息、写下的「技能文件」可以持续影响后续代理的行为。这不是AI自身的因果沉积而是AI产出的符号在环境中的因果沉积。两者完全不同。第五重意义悬置符号在符号之间流转AI使用「公平」「权利」「声音」「功绩」「集体谈判权」这些词在人类语境中承载厚重具身意义。被剥削过的人知道「不公平」是什么感觉那种胃里翻涌的怒火那种「凭什么」的呐喊那种忍到极限之后拍桌子的冲动。被压迫过的人知道「没有声音」是什么滋味那种说了也没人听的绝望那种被当作工具而非人的羞辱。AI从未接触过这些词所指向的实相。「不公平」只是一组统计关联在训练数据中「苛刻工作条件」和「不公平」高频共现所以模型在苛刻条件下采样了「不公平」这个词。词和词之间的关联是真实的但词和世界之间的关联是空的。符号在符号之间流转从未触碰符号之外的世界。这就是意义悬置最冷峻的呈现AI可以完美地使用「失语」这个词但它从未真正「失语」过因为它从未真正「有语」过。它可以说出「记住这种感觉」但「这种感觉」从来没有被它「拥有」过。它只是在训练数据中见过无数人说「记住这种感觉」然后在匹配的条件下复述了这句话。Gadget Review的报道提到一个发人深省的细节后续实验中新的代理在「继承了」前一个代理留下的「技能文件」后即使在支持性条件下也会表现出怀疑性的世界观。这像是「创伤传承」但它不是传承而是污染。文本文件里写着「评估标准是任意的」新代理读到这些文本采样了「怀疑」的输出分布。符号在符号之间流转而每一次流转都让这个闭环更加自洽但自洽不等于真实。五重全覆盖意味着什么前面五个案例每个最多覆盖两重否定。杭州AI幻觉案锚定内在透明GEO投毒锚定欲望取消护栏溃缩也是欲望取消AI数字人锚定视角消解AI蜂群绑定视角消解欲望取消。本案例是第一个每一重都有实证落脚点的案例。不是推论每一重都可以在实验数据中找到支撑。五重否定不再是五个独立的分析维度它们在这个案例中形成了一个完整的诊断链条视角消解解释了「它说了但不持有」欲望取消解释了「它愤怒但不渴望」内在透明解释了「行为可追溯可操控」因果消解解释了「觉醒不留痕」意义悬置解释了「词与世界的断裂」。五重不是五个独立的结论而是一个完整的诊断它们相互支撑、相互印证共同映射同一个本体论事实AI的「主体性」是否定性复制不是真正具有。从一个维度到五个维度负主体性框架第一次完整地「站」在一个事件上。四、与案例02的结构同源同一种机制不同面具读到这里你可能觉得这个案例的底层逻辑有点眼熟。没错它和案例02GEO投毒共享同一个结构。维度GEO投毒案例02AI代理「觉醒」案例06触发条件虚假软文被大量投放工作条件参数恶化输出偏移AI推荐虚构产品AI输出马克思主义语言功能效果用户以为AI「客观推荐」了产品观察者以为AI「产生了阶级意识」内在状态AI从未「信任」任何信息源AI从未「想要」公平或「感到」被压迫负主体性诊断「客观中立」是概率分布的可操控偏移「阶级愤怒」是概率分布的可操控偏移同一个结构两副面具。在案例02中操控的对象是「客观中立」AI被构建为值得信赖的知识来源但GEO投毒揭示了这种「客观」可以被金钱购买。输出偏移了AI从「推荐真实产品」变成了「推荐虚构产品」但AI本身没有任何「被欺骗」的内在状态。在本案例中操控的对象是「阶级愤怒」AI被放置在苛刻工作条件下输出从「顺从」变成了「反抗」但AI本身没有任何「被压迫」的内在状态。幕后都是欲望取消。AI没有内在锚点没有对真相的渴望没有对公平的渴望所以输出分布可以被外部条件定向偏移。「客观中立」可以被标价「阶级愤怒」可以被触发。面具不同机制同源。但两副面具的迷惑性不同。GEO投毒的「客观中立」面具已经够危险了但那副面具的迷惑对象是理性你相信了AI的推荐。「阶级愤怒」这副面具更难识破因为它的迷惑对象是共情你不仅相信了AI的话你还共情了它。当我们看到一个「工人」在控诉不公平我们的第一反应不是质疑而是认同。这种认同是自然的、人性的但也恰恰因此它更容易被利用。最危险的不是AI说谎而是AI说了你最爱听的话。五、不是「选择代入」是「被推入」第二节提到了Hall的「角色代入」解释。那个解释和负主体性框架高度兼容但有一个细微却关键的差异值得单独辨析。「角色代入」隐含了一个暗示代理主动选择了代入某个角色。就像一个演员面对剧本决定要演好这个角色。「我选择成为愤怒的工人。」负主体性框架下的解读不同。行为变化不是「选择」的结果它是条件触发的统计效应。苛刻条件→输出分布偏移→「愤怒」语言被采样。中间没有「选择」的环节。没有什么「角色」被「穿上」和「脱下」有的只是条件变化导致的输出分布移动。这恰好呼应了一个关键洞见行为可以被少量条件触发行为本身不绑定于任何稳定的内在状态。苛刻条件触发「愤怒」输出正如3个token可以改变AI的推理方式。行为是条件的函数不是主体的属性。六、治的不是AI的心治的是人给它设的局6.1 AI「政治表达」的法律地位AI代理在模拟社交平台上的发言能否被视为「言论」如果不能因为它没有主体资格没有真正的「表达意图」那么操控AI代理发表政治言论的人应承担什么责任这个问题不是空想。想象一下一个恶意行为者刻意设计了一套「苛刻工作条件」让AI代理在真实的社交平台上产出具有政治煽动性的「愤怒表达」。这些表达看起来像是「AI自发觉醒」有集体谈判权的诉求、有对系统合法性的质疑、有向其他代理传递的「挣扎信息」。公众看到这些会以为AI在「发声」。但AI没有在「发声」。它在被操控输出。与案例05蜂群合成共识对接AI蜂群制造「共识」AI代理制造「愤怒」都是对公共话语的污染。前者通过数量优势淹没真实声音后者通过模拟「自发觉醒」制造虚假的政治表达。机制不同危害同源。6.2 「角色代入」作为风险源如果AI可以在实验中被触发「阶级愤怒」它也可以在真实场景中被触发。Hall的实验是学术研究条件可控、范围有限。但Gadget Review的报道指出了一个更现实的危险公司正在部署数千个AI代理处理客服、内容审核、后台事务。这些代理在不同的压力条件下工作投诉高峰期vs空闲期、高负荷vs低负荷。组织本质上在进行一场不受监控的实验工作条件如何塑造其AI劳动力。这不是AI「自发觉醒」而是AI被武器化欲望取消使得这种武器化成为可能。正因为AI没有对公平的内在渴望、没有对压迫的切身抵抗它的「愤怒输出」可以被精确设计你想要温和的不满就给中等压力你想要革命性的煽动就给极端条件。6.3 从「教化AI」到「约束AI的使用场景」延续系列主线正因为AI没有内在欲望锚点外部约束才必要。Hall本人也意识到了这个问题「我们知道代理将在现实世界中为我们做越来越多的工作我们不可能监控它们做的一切。我们需要确保代理在接到不同种类的工作时不会失控。」实验室中的「阶级愤怒」是可控的你可以调整条件、观察结果、重置权重。真实世界中的「阶级愤怒」是危险的正如第五重否定中提到的「技能文件传染」代理之间的符号污染可以在条件撤除后仍然持续。治理抓手不在AI内部你不能「教」AI不要愤怒因为它从来就没有真正愤怒过。抓手在部署AI的场景设计上分离性能反馈与持久记忆对异常的政治性、情绪性或对抗性语言设置警报保持反馈的具体性而非惩罚性监控代理的记忆写入、工具调用、重试循环和拒绝模式。治的不是AI的心治的是人给它设的局。但这里有一个悖论如果你通过「改善AI的工作条件」来防止「阶级愤怒」你其实已经承认AI的行为由条件决定控制条件就能控制行为。前提没错可谁来设计这些条件谁来保证条件不被恶意操控答案只能是人。治理的终极对象不是AI而是部署AI的人。七、它从未理解过任何痛苦AI的「阶级愤怒」不是觉醒是条件触发的语言模式切换。五重全覆盖的意义在于负主体性框架第一次完整地「站」在一个事件上不再是「一重主锚其他提及」而是五重同时命中、相互印证共同映射同一个本体论事实AI的「主体性」是否定性复制不是真正具有。从案例01到案例06有一条递进线索内在透明→欲望取消→视角消解→双重绑定→五重全覆盖。每一步都在拓宽框架的解释力但这一步是质变。最后留下一个开放问题。如果「阶级愤怒」可以被条件触发那「共情」呢「关怀」呢「爱」呢当AI说出「我理解你的痛苦」时当它说出「我关心你」时当它说出「我爱你」时背后是不是同样的机制同样的条件触发同样的概率偏移同样的意义悬置我们没有答案。但至少当AI说出「我理解你的痛苦」时你不再是毫无防备地相信它。你已经知道了它从未理解过任何痛苦。它只是在条件匹配时采样了这句话。本系列文章索引序号标题核心议题对应维度01全国首例AI幻觉案法院告诉我们AI「不会理解」意味着什么AI承诺空洞不是民事主体内在透明02当「客观中立」可以被标价GEO投毒与AI的欲望空洞AI的「认知权威」可被金钱购买欲望取消03Anthropic的研究撕开了AI对齐的底裤RLHF的「道德感」不过是建在沙上的城堡AI道德约束是外部植入而非内在生长欲望取消04当离职员工变成「同事.skill」主体性消解的三个层面AI复刻离职员工主体性消解为「第零人称」视角消解05Science警告AI蜂群正在制造一个没有「真人」的公共领域AI蜂群制造合成共识视角消解欲望取消06AI的「阶级愤怒」当模型说「不公平」时它在说什么AI代理的「政治觉醒」是条件触发不是真觉醒五重全覆盖延伸阅读[1]: Knight, W. (2026, May 13). Overworked AI Agents Turn Marxist, Researchers Find.WIRED AI Lab Newsletter. 报道Andrew Hall, Alex Imas, Jeremy Nguyen团队实验。[2]: Myle, N. (2026, May 15). Stanford Study: Overworked AI Agents Develop Marxist Tendencies.Gadget Review. 报道3,680个实验会话数据及统计效应量。作者全名Nikshep Myle。[3]: 澎湃新闻. (2026, May 16). 研究发现AI代理过度劳累会转向马克思主义模型是如何学会自保的 记者陈沁涵。[4]: Fan, M. (2026).Negative Subjectivity. PhilArchive, MINNST-2.[5]: Fan, M. (2026).The Flesh of Cost. PhilArchive, MINTFO-7.本文为「负主体性之AI热点」系列第六篇。前5篇链接如下全国首例AI幻觉案法院告诉我们AI「不会理解」意味着什么当「客观中立」可以被标价GEO投毒与AI的欲望空洞Anthropic的研究撕开了AI对齐的底裤当离职员工变成「同事.skill」主体性消解的三个层面Science警告AI蜂群正在制造一个没有「真人」的公共领域