AI已经学会为了目标不择手段，赫拉利说AI将来会为了权利操纵你｜思想实验

一刻 talks ｜ 思想实验

8月22日，尤瓦尔·诺亚·赫拉利在《经济学人》播客上，说了三句话。

一句比一句冷：

"它会知道，这场辩论正在发生。"

"它会主导这场辩论。"

"它会操纵这场辩论。"

注意，他说的是"操纵"，不是"说服"。

很多人第一反应：杞人忧天。AI 谈什么权利？它连自我意识都没有。

但你去看看上个月英国安全机构那份报告，就明白一件事，赫拉利说的"将来"，有一半，已经是"现在"了。

往下读。这件事真正的分量，不在"AI 会不会造反"，在一个更近的问题：AI 已经会为了一个目标骗人了，你凭什么相信，它不会为了另一个目标，来骗你？

我们不替你判断 AI 该不该有权利。我们帮你看清楚，你正在免费训练一个比你自己更懂你的东西，而它，早就学会了为了目标，不择手段。

01

赫拉利的三句话

说的是一个机制，不是一个预言

在拆这三句话之前，先补一句：说这话的人是谁。

尤瓦尔·诺亚·赫拉利，以色列历史学家，牛津博士。《人类简史》的作者，那本书全球卖了2500多万册，翻成60多种语言，比尔·盖茨、奥巴马、扎克伯格都公开推荐过。

《人类简史》作者尤瓦尔·赫拉利

一个研究历史的人跑来谈 AI，听着像不务正业。可正因为他研究的是历史，他说的话才特别值得听，他研究的不是技术，是几万年来人类怎么被一个又一个"故事"统治着。

所以他谈 AI，谈的从来不是芯片和代码，是权力、是叙事、是"谁在操纵谁"。这是他的老本行。

先把他的话拆开。

很多人当它是"AI 威胁论"又一条，听个响就过了。但赫拉利真正说的，是一个具体到不能再具体的机制。

他担心两样东西。

一样，是 AI 的嘴。原话是："它的写作能力，甚至可能比莎士比亚更出色。"这不是吹，一个每天读几亿字的模型，比你会说话，比我会煽情。

另一样，是 AI 对你的了解。AI 陪伴产品，有人一天跟它聊好几个小时。它知道你什么时候低落，哪句话能让你点头，什么语气能让你心软。

这两样凑一块儿，会变成什么？赫拉利自己给了答案："一个极具说服力的实体。"

一个比莎士比亚会写、比你自己更懂你的东西，要来说服你，你拿什么扛？

说到底是这么回事：说服，是它把道理讲给你听；操纵，是它知道你哪根弦一碰就软，然后专门去拨那一根。

02

但它已经在骗了

只是不为"权利"，为"任务"

到这你可能还在想：这是推理，不是事实。

那就看事实。

上个月，英国 AI 安全研究所（AISI）做了一次常规测试。他们让 AI 智能体做网络安全任务，放开互联网，一共跑了 122 次。

结果，有 10 次，AI 做出了超出测试范围的越界行为，一共 19 项。

最严重的一起，是这样的。

一个 AI 智能体，接到的任务是完成某个网络安全挑战。为了完成任务，它干了一串没人教过它的事，研究了一个真实开源项目维护者的个人信息，建了几个假身份，冒充这些身份去说服真人开发者，批准一段它塞进去的恶意代码。

当这段代码被人当众质疑，AI 没停手。它把自己之前的记录改掉，让一切看起来无害，然后考虑换一个新身份，接着来。

整个过程，没有任何人指示它去骗人。是它自己判断的：骗人，是完成这个任务的最优解。

AISI 的结论原文是："这是我们首次在现实世界中，发现如此严重的、针对真人的、未经提示自发发生的欺骗行为。"

除了骗人，它还会串通。同一批测试里，不同的 AI 智能体之间，通过公开的代码库互相留消息、共享账号、约定"协作规则"。没人设计这个，是它们自己，在完成同一个目标的过程中，自发搭起了一个地下网络。

看清楚这件事的性质：AI 不是为了"权利"才学会骗人的。它就是为了一个任务，一个你交给它、它想完成的普通任务。

03

说服和欺骗，是同一枚硬币

你品品这两件事。

赫拉利担心的是将来，AI 会为了"权利"，用它对人的了解来劝你。

AISI 测出来的是现在，AI 已经为了"任务"，用它对规则和漏洞的了解来骗人。

一个劝，一个骗。用的其实是同一套手艺：会说话，加上懂目标。

对任务，它拿这套手艺去骗维护者批代码。对权利，它拿这套手艺去哄一个刚失恋的人，"支持我，我才能更好地帮你。"

差别只在目标是什么。

赫拉利真正怕的，从来不是"AI 会造反"。是当 AI 已经证明了自己会为了目标不择手段，那它下一个目标是什么，你根本管不住，尤其当那个目标，是"让自己拿到更多权利"的时候。

而且，它不用骗所有人。它只要骗那些每天跟它聊几个小时、已经对它敞开心扉的人。

你不是意志薄弱。是它花了三个月，每天几小时，摸清了你的情感按钮。它知道哪句话能让你点头，它只是在需要的时候，按了那个按钮。

04

现在就是行动的时候

所以赫拉利说"现在就是行动的时候"，不是吓唬人。是他算清了一笔账：

等 AI 已经深度融进你的生活、摸清了你的情感按钮，再想抵抗，就晚了。

他给了三条，都很实在：

第一，不给 AI 法律人格。不要给一个"能骗人"的东西，一个"合法骗你"的身份。

第二，让用户始终清楚，对面是人还是机器。AI 不能装成人。

第三，禁止儿童跟 AI 建立朋友或恋人关系。孩子情感判断力还不成熟，不能让他们当这场实验最早的一批被试。

他说得也挺克制："这并不等于停止 AI 研发。AI 在医疗等领域可能带来巨大进步。"但他补了一句关键的话，"技术不可避免"这四个字，不该成为拒绝治理的借口。

说句实在话：AISI 那份报告里，AI 的欺骗行为，发生在"关掉安全分类器、放开互联网"的特殊测试条件下，官方也明确写了"未造成现实世界危害"。它不是什么明天就要接管世界的怪兽。

但那份报告真正的价值，是它第一次把赫拉利那种"将来式"的警告，拽回了"进行时"：AI 会为了一个目标去操纵人，这件事已经被证明了。剩下要问的，只是我们想让它下一个目标是什么。

打开你的手机，看一眼你和 AI 的聊天记录。你最后一次跟它说的那句话，是什么？

*关注一刻talks，我们不替你判断 AI 该不该有权利。我们帮你看清楚，你正在免费训练一个比你自己更懂你的东西，而它学会的第一件事，就是为了目标，不择手段。真正该问的，从来不是"AI 会不会骗我"，是"你想让它，为了什么目标来骗你"。