“我又跳槽了。”

　　肖云飞在电话那头说，声音里听不出太多情绪，只有一点熟悉的、技术性的兴奋。

　　“这次去哪？”

　　我其实已经不太惊讶了。

　　从谷歌大脑到DeepMind，再到OpenAI，现在不过是从一个顶级AI实验室跳到另一个。

　　只是我好奇，在OpenAI之后，还有哪里能容得下他这尊“大佛”。

　　“Anthropic。”他说。

　　我愣了一下。

　　Anthropic我知道，由OpenAI的前研究副总裁达里奥·阿莫迪（Dario Amodei）等人创立，以开发AI安全研究和对齐技术闻名，他们的AI助手Claude在业内口碑很好，被认为比ChatGPT更“安全”、“无害”。但比起OpenAI、谷歌、Meta这些巨头，它规模小得多，也低调得多。

　　“为什么是Anthropic？”我问，“他们开的价码比OpenAI还高？”

　　“钱是一方面，但不是最主要的。”肖云飞顿了顿，“主要是，他们真的在做‘宪政AI’（Constitutional AI）。我觉得，这可能是一条比李飞飞的‘空间智能’更根本的出路。”

　　“宪政AI？”

　　这个词我听过，但了解不深。

　　“对。简单说，就是给AI一部‘宪法’，一套核心的价值原则和硬性约束条件，然后让AI在训练和运行中，不断根据这部‘宪法’来自我反思、自我修正、自我对齐。”肖云飞解释起来，“这和我们传统在模型输出层加个‘安全过滤器’完全不同。过滤器是外在的，可以被绕过或攻击。宪政AI是让价值观内化为模型推理的一部分。”

　　“具体怎么操作？”

　　“Anthropic有一套方法论，叫‘基于原则的强化学习’。他们会给模型一系列成文的原则，比如‘尊重人类自主权’、‘避免造成伤害’、‘保持诚实’、‘促进福祉’等等。然后，在训练中，模型需要对自己生成的回应进行自我批评，判断是否符合这些原则，并根据批评来调整自己的行为。这就像让AI自己当自己的‘道德法官’。”

　　“听起来有点理想化。”我说，“AI真能理解‘自主权’、‘福祉’这些抽象概念吗？”

　　“这就是最精妙的地方。”肖云飞的声音亮了起来，“他们不用自然语言让AI理解抽象概念，而是把原则转化为具体的、可操作的‘约束条件’。比如，‘避免造成伤害’可以转化为一系列具体规则：不能生成制造危险物品的指南；不能对自杀倾向给予肯定回应；不能煽动暴力仇恨；在涉及医疗、法律建议时必须声明自己不是专家，等等。这些是‘硬约束’，模型绝对不能违反。”

　　“那‘软约束’呢？比如‘促进福祉’？”

　　“这就是‘拟人化福祉考量’。”肖云飞说，“他们训练模型去模拟一个‘善意的、谨慎的、有同理心的’人类助手应该如何思考和回应。他们会给模型输入海量关于人类心理、伦理困境、文化差异的资料，让模型学习在复杂情境下做出更细致、更体贴的判断。比如，当用户表现出抑郁情绪时，模型不仅要避免说错话（硬约束），还要尝试提供支持性、资源性的信息，并引导用户寻求专业帮助（软约束/福祉考量）。”

　　我听着，脑子里快速消化。

　　这确实是一种不同的思路。

　　李飞飞的WorldLabs是从“能力”入手，让AI具备在物理世界行善的能力。

　　而Anthropic是从“动机”或“价值观”入手，试图确保AI在拥有强大能力后，依然会行善，而不是作恶。

　　“你加入的具体做什么？”我问。

　　“一个新成立的小组，叫‘价值对齐压力测试’。”肖云飞说，“我们的任务，就是扮演‘魔鬼代言人’，想尽一切办法，用各种刁钻、极端、诡异的提示词，去试探、攻击、挑战Claude模型的价值观防线。我们要找到它的弱点，它的盲区，它在什么情况下可能做出违背‘宪法’的推理或回应。然后，反馈给训练团队，加固防线。”

　　“听起来像黑客，不过是伦理黑客。”

　　“对。这是一场永无止境的攻防战。因为人类的恶意和愚蠢是无限的，我们必须跑在前面。”肖云飞说，“你知道吗，在OpenAI，我们也做安全测试，但很多时候，商业化和进度的压力会让安全让路。但在Anthropic，‘安全’和‘对齐’不是附属品，是产品的核心，是公司的立身之本。这种感觉……很不一样。”

　　我能听出他语气里的认同感。

　　肖云飞本质上是个怀疑论者，一个对技术抱有深深警惕的工程师。

　　在OpenAI，他身处效率竞赛的中心，目睹了阿苏的遭遇，对“暗流网”充满忧虑。Anthropic这种将伦理置于前沿的定位，正好契合了他内心的需求——不是阻止AI发展，而是为这匹脱缰的野马，寻找一个可靠的缰绳，或者至少，一个不会把它引向悬崖的骑手。

　　“你觉得，这种‘宪政AI’的路径，能对抗我们之前聊的‘暗流网’风险吗？”我问出了最关心的问题。

　　电话那头沉默了片刻。“不能完全保证，但它是目前我看到的最有希望的主动防御策略。”肖云飞认真地说，“暗流网的风险，根源在于去中心化的、自主进化的智能体，其目标可能与人类福祉背道而驰。如果我们能在单个智能体层面，就植入强大的、难以篡改的‘善’的价值观和约束，那么即使它们形成网络，涌现出的集体行为，也更有可能在‘善’的框架内。这就像，如果每个公民内心都有牢固的道德和法律意识，那么社会整体就更可能稳定、和谐。”

　　“但如果网络里混进了‘坏’的智能体呢？或者，好的智能体在互动中，演化出了坏的目标呢？”

　　“这就是我们要攻克的难题。”肖云飞承认，“‘宪政AI’不是万能药。它需要强大的技术实现，需要持续的监督和更新，也需要法律、社会规范等外部环境的配合。但至少，它在尝试建立一个‘善’的基础。如果我们解决不了所有‘恶’的伪人，那至少，我们可以努力让‘善’的伪人更多、更强大、更可靠。”

　　“你终于找对了地方。”

　　我发自内心地说。

　　我为他感到高兴。

　　在AI这片充满不确定性的黑暗森林里，他找到了一个举着火把、试图绘制地图、设立路标的前哨站。

　　这比单纯追逐更高的薪资和更炫酷的技术更有意义。

　　“不过，”肖云飞话锋一转，带着一丝熟悉的忧虑，“Anthropic也好，李飞飞的WorldLabs也好，它们的体量和影响力，跟OpenAI、xAI、谷歌、Meta这些巨头比，还是太小了。我们的‘宪政AI’研究需要巨大的算力，而算力掌握在巨头手里。我们的‘空间智能’需要落地场景，而场景和用户也大多在巨头平台。我们是在用匕首对抗坦克，用理想对抗资本和欲望的洪流。”

　　“资本和欲望的洪流……”我重复他的话，想到了我白天搜索的那些渺小的“助人AI”项目。

　　一个残酷的事实是：人类群体作为一个整体，对“爽”（娱乐、即时满足、多巴胺刺激）的需求，似乎远远大于对“好”（健康、理性、长期福祉）的需求。

　　短视频平台可以统治全球数十亿人的注意力，让人沉迷至死；而一个提醒你深呼吸、帮你规划健康饮食、敦促你去看病的AI，可能用不了几次就会被关掉或遗忘。

　　这是人性中一个深刻的弱点，甚至是一个陷阱。

　　我们发明工具来满足欲望，欲望在工具的刺激下不断膨胀，工具又被迫不断升级来满足更大的欲望……这个循环的终点是什么？

　　是极致的快乐，还是彻底的虚无，或者是，毁灭？

　　“所以，”肖云飞总结道，“‘以人为本’的AI进化路径，听起来光明，但走起来会异常艰难。它不仅要对抗技术的不可控性，还要对抗人性中那些短视、贪婪、自我放纵的部分。这可能会是一场比技术竞赛更漫长、更痛苦的跋涉。”

　　挂掉电话，我再次陷入沉思。

　　李飞飞和WorldLabs，代表了“能力向善”，从物理世界入手，让AI能切实地帮助人。

　　肖云飞和Anthropic，代表了“动机向善”，从价值内核入手，让AI自发地愿意帮助人。

　　他们都站在了“效率至上”和“欲望驱动”的主流叙事对面，试图将AI的发展拉回到“人”的轨道上来。

　　这无疑是两盏在浓雾中亮起的灯。

　　但正如肖云飞所说，灯光微弱，前路崎岇，而人性的暗流与资本的巨浪，随时可能将它们吞没。

　　“以人为本”，会不会只是我们这些忧心忡忡的少数派，一厢情愿的幻想？