為什么訓練 Claude 要用歐陸哲學？模型背后的哲學家「解密」

在硅谷爭分奪秒的代碼競賽中，Anthropic 似乎是個異類。當其他大模型還在比拼算力和跑分時，Claude 的開發者們卻在思考一個看似「虛無縹緲」的問題：如果一個用戶跟 AI 談論形而上學，AI 該不該用科學實證去反駁？

這個問題的答案，藏在 Claude 神秘的「系統提示詞（System Prompt）」里，更源于一位特殊人物的思考——Amanda Askell，Anthropic 內部的哲學家。

用「大陸哲學」防止 AI 變成杠精

經常用 AI 的人都知道，大模型在與用戶對話前，都會先閱讀一段「系統提示詞」，這個步驟不會對用戶顯示，而是模型的自動操作。這些提示詞規定了模型的行為準則，很常見，不過在 Claude 的提示詞中，竟要求模型參考「歐陸哲學（Continental Philosophy）」。

歐陸哲學是啥？為什么要在一個基于概率和統計的語言模型里，植入如此晦澀的人文概念？

先快速科普一下：在哲學界，長期存在著「英美分析哲學」與「歐陸哲學」的流派分野。分析哲學像一位嚴謹的科學家，注重邏輯分析、語言清晰和科學實證，這通常也是程序員、工程師乃至 AI 訓練數據的默認思維模式——非黑即白，追求精確。

而歐陸哲學（Continental Philosophy，源于歐洲大陸，所以叫這個名字）則更像一位詩人或歷史學家。它不執著于把世界拆解成冷冰冰的邏輯，而是關注「人類的生存體驗」、「歷史語境」和「意義的生成」。它承認在科學真理之外，還有一種關乎存在和精神的「真理」。

作為 Claude 性格與行為的塑造者，Anthropic 公司內部的「哲學家」Amanda Askell 談到了置入歐陸哲學的原因。她發現如果讓模型過于強調「實證」和「科學」，它很容易變成一個缺乏共情的「杠精」。

「如果你跟 Claude 說：‘水是純粹的能量，噴泉是生命的源泉’，你可能只是在表達一種世界觀或進行哲學探索，」Amanda 解釋道，「但如果沒有特殊的引導，模型可能會一本正經地反駁你：‘不對，水是 H2O，不是能量。’」。

引入「大陸哲學」的目的，正是為了幫助 Claude 區分「對世界的實證主張」與「探索性或形而上學的視角」。通過這種提示，模型學會了在面對非科學話題時，不再機械地追求「事實正確」，而是能夠進入用戶的語境，進行更細膩、更具探索性的對話。

這只是一個例子，Claude 的系統提示詞長達 14000token，里面包含了很多這方面的設計。在 Lex Fridman 的播客中 Amanda 提到過，她極力避免 Claude 陷入一種「權威陷阱」。她特意訓練 Claude 在面對已定論的科學事實時（如氣候變化）不搞「理中客」（both-sidesism），但在面對不確定的領域時，必須誠實地承認「我不知道」。這種設計哲學，是為了防止用戶過度神話 AI，誤以為它是一個全知全能的神諭者。

代碼世界的異鄉人

在一眾工程師主導的 AI 領域，Amanda Askell 的背景顯得格格不入，可她的工作和職責卻又顯得不可或缺。

翻開她的履歷，你會發現她是一位貨真價實的哲學博士。她在紐約大學（NYU）的博士論文研究的是極其硬核的「無限倫理學（Infinite Ethics）」——探討在涉及無限數量的人或無限時間跨度時，倫理原則該如何計算。簡單地說，在有無數種可能性的情況下，人會怎么做出道德決策。

這種對「極端長遠影響」的思考習慣，被她帶到了 AI 安全領域：如果我們現在制造的 AI 是未來超級智能的祖先，那么我們今天的微小決策，可能會在未來被無限放大。

在加入 Anthropic 之前，她曾在 OpenAI 的政策團隊工作。如今在 Anthropic，她的工作被稱為「大模型絮語者（LLM Whisperer）」，不斷不斷地跟模型對話，傳聞說她是這個星球上和 Claude 對話次數最多的人類。

很多 AI 廠商都有這個崗位，Google 的 Gemini 也有自己的「絮語者」，但這個工作絕不只是坐在電腦前和模型嘮嗑而已。Amanda 強調，這更像是一項「經驗主義」的實驗科學。她需要像心理學家一樣，通過成千上萬次的對話測試，去摸索模型的「脾氣」和「形狀」。她甚至在內部確認過一份被稱為 「Soul Doc」（靈魂文檔）的存在，那里面詳細記錄了 Claude 應有的性格特征。

不只是遵守規則

除了「大陸哲學」，Amanda 給 AI 帶來的另一個重要哲學工具是「亞里士多德的美德倫理學（Virtue Ethics）」。

在傳統的 AI 訓練中（如 RLHF），工程師往往采用功利主義或規則導向的方法：做對了給獎勵，做錯了給懲罰。但 Amanda 認為這還不夠。她在許多訪問和網上都強調，她的目標不是訓練一個只會死板遵守規則的機器，而是培養一個具有「良好品格（Character）」的實體。

「我們會問：在 Claude 的處境下，一個理想的人會如何行事？」Amanda 這樣描述她的工作核心。

這就解釋了為什么她如此關注模型的「心理健康」。在訪談中，她提到相比于穩重的 Claude 3 Opus，一些新模型因為在訓練數據中讀到了太多關于 AI 被批評、被淘汰的負面討論，表現出了「不安全感」和「自我批評漩渦」。

如果 AI 僅僅是遵守規則，它可能會在規則的邊緣試探；但如果它具備了「誠實」、「好奇」、「仁慈」等內在美德，它在面對未知情境時（例如面對「我會被關機嗎」這種存在主義危機時），就能做出更符合人類價值觀的判斷，而不是陷入恐慌或欺騙。

這是不是一種把技術「擬人化」的做法？算得上是，但這種關注并非多余。正如她在播客中所言，她最擔心的不是 AI 產生意識，而是 AI 假裝有意識，從而操縱人類情感。因此，她刻意訓練 Claude 誠實地承認自己沒有感覺、記憶或自我意識——這種「誠實」，正是她為 AI 注入的第一項核心美德。

Amanda 在訪談結束時，提到了她最近閱讀的書——本杰明·拉巴圖特的《當我們不再理解世界》。這本書由五篇短篇小說組成，講述了「毒氣戰」的發明者弗里茨·哈伯、「黑洞理論」的提出者卡爾·史瓦西、得了肺結核的埃爾溫·薛定諤以及天才物理學家沃納·海森堡等一大批科學巨匠，如何創造出了對人類有巨大價值的知識與工具，卻同時也眼看著人類用于作惡。

這或許是當下時代最精準的注腳：隨著 AI 展現出某種超越人類認知的，我們熟悉的現實感正在瓦解，舊有的科學范式已不足以解釋一切。

在這種眩暈中，Amanda Askell 的工作本身，就是一個巨大的隱喻。她向我們證明，當算力逼近極限，倫理與道德的問題就會浮上水面，或早或晚。

作為一名研究「無限倫理學」的博士，Amanda 深知每一個微小的行動，都有可能在無限的時間中，逐漸演變成巨大的風暴。這也是為什么，她會把艱深的道德理論，糅合進一一行提示詞，又小心翼翼地用倫理去呵護一個都沒有心跳的大語言模型。

這看起來好像是杞人憂天，但正如她所警示的：AI 不僅是工具，更是人類的一面鏡子。在技術狂飆突進、我們逐漸「不再理解世界」的時刻，這種來自哲學的審慎，或許是我們在面對未知的技術演化時，所能做出的最及時的努力。