企业官网建设流程全解析

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02（GEO投毒）共享同一个结构。

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

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