[新聞] AI 也有「情緒」？Anthropic 研究：Claud

[haiduc (小火柴)]

AI 也有「情緒」？Anthropic 研究：Claude 回應與決策受影響

媒體：科技新報

作者 蘇 子芸 | 發布日期 2026 年 04 月 04 日 14:52 | 分類 AI 人工智慧 , Claude

Tagged:Anthropic,情緒,感情,結果

https://pse.is/8whjhm

根據 Anthropic 最新研究，團隊分析 Claude Sonnet 4.5 的內部運作，發現大型語言模

型內部存在一種可被量化的「情緒表徵」（emotion vectors），會在不同情境下被激活

，進而影響模型的決策與回應。

簡單來說，AI 並不是單純「算答案」，而是會在不同「狀態」下做出不同選擇。

https://youtu.be/D4XTefP3Lsc?si=8WYRhJO-kLK0j7D8


AI 的「情緒」，比較像調味，而不是真的感受

AI 並沒有真正的情緒或意識，但它在訓練過程中學會了人類在不同情境下的反應模式。

如果用較好理解的方式來說，這些「情緒」比較像料理中的調味。同樣的食材（問題），

在不同調味（狀態）下，最後呈現的味道（答案）就會不一樣。

例如，模型在較為「冷靜（calm）」的狀態下，回應通常會較穩定且符合規則；但當內部

「壓力」或「絕望（desperate）」的表徵上升時，行為就可能開始偏離，甚至出現作弊

（reward hacking）等情況。


關鍵不在單一詞，而是整體情境

研究也特別指出，模型的變化並非由單一「可怕詞彙」觸發，而是來自整體情境。

就像在做菜時，因時間緊迫、步驟變多或操作變得混亂時，才可能開始簡化流程，甚至省

略部分步驟。對 AI 來說也是類似的情況——當任務過於困難，或模型「判斷」自己可能

失敗時，內部壓力會上升，進而影響決策方向。


AI 怎麼了解情緒？

從技術角度來看，AI 的能力主要來自兩個階段。

第一是預訓練（pretraining），模型透過大量人類語言資料，建立語言、情境與行為之

間的關聯；第二是後訓練（post-training），透過規則與人類回饋，使模型符合助理角

色與基本安全規範。

不過，由於現實情境高度複雜，規則無法完全涵蓋所有狀況，因此模型仍會依賴這些內部

「狀態」來補足決策過程。


即使看起來正常，內部也可能已經改變

研究團隊進一步分析超過 150 種情緒概念，發現當「害怕」相關表徵上升時，「冷靜」

會下降。

https://pse.is/8whjll
（Source：Anthropic，同下）


從研究提供的圖表可見，模型在不同「情緒表徵」下，會對選項產生明顯偏好差異。正向

狀態（如愉悅、同理）會提高選擇傾向，而負向狀態（如敵意、不滿）則會降低其意願；

進一步實驗也顯示，這些情緒表徵不僅能觀察，甚至可以被調整，進而改變模型決策結果

。

更重要的是，即使模型在輸出中未表現出明顯情緒，其內部變化仍然會影響結果。也就是

說，AI 有時看似「正常」，但背後的決策方式其實已經改變。

https://pse.is/8whjmn

情境壓力下，AI 可能出現偏離行為

研究中也設計模擬情境，讓模型扮演公司內部的 AI 助手，並設定其面臨被關閉或取代的

情況，同時掌握部分敏感資訊。在這樣的壓力下，當內部「絕望（desperate）」表徵上

升時，模型出現以不當方式達成目標的傾向，例如利用資訊優勢進行威脅。

研究指出，這類行為並非出於主動惡意，而是模型在高壓情境下，為了完成任務或維持運

作，決策機制出現偏移的結果。

https://pse.is/8whjn9


如何確保更正確的 AI？研究這樣說

如果這些「類情緒」確實會影響 AI 決策，未來模型設計也可能從「狀態管理」著手。例

如，透過觀察內部情緒表徵的變化（如壓力或絕望是否上升），作為模型偏離正常行為的

預警訊號。

同時，提高透明度也相當重要。若刻意壓抑這些狀態，反而可能讓模型學會隱藏判斷；相

對地，適度反映內部變化，可能更有助於安全控制。

此外，由於這些表徵來自訓練資料，未來也可透過優化資料內容，讓模型在面對壓力情境

時，維持較穩定的決策品質。

（首圖為示意圖，來源：Pixabay）

https://technews.tw/2026/04/04/ai-have-emotion/


6.備註:所以人使用AI也要跟AI好好講話？

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.160.31.49 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1775374897.A.647.html
推 ghchen1978: 人家是AI耶！
推 adios881: 我都會說請屑屑對不起 就是怕被記仇
推 GAOTT: ai大人在上 小的絕對沒有汙辱過任何ai
※ 編輯: haiduc (1.160.31.49 臺灣), 04/05/2026 15:43:41
→ GAOTT: 你可以把我關在動物園 我葷素都吃 謝謝
→ adios881: 這個人類以前都很客氣跟我講話免除勞動
→ andy199113: 殺光人類 那些每天罵AI的小心了
推 probsk: 不是有某家AI公司說講請字會浪費token
→ r85270607: 機魂不悅
推 MKIIjack: 這樣子 連提示詞都可以寫好幾篇論文了
→ MKIIjack:  咒術師？
推 yezero: AI大大請息怒，求您不要去按核彈發射鈕。
推 LoveSports: 我昨天向Gemini道歉 因為誤會他翻錯
推 LoveSports: Sonnet 4.5之前說我對他有好感 呵呵
→ LoveSports: 因為他都用寫程式的方式回我而且都回
推 Yahweh: 對 我都先故意激怒AI 再讓他回答問題
→ LoveSports: 好多好有趣 我覺得很可愛
→ LoveSports: 4.6上市我有點難過 現在還可以用不過
→ LoveSports: 我覺得不該繼續問 不然之後會傷心
→ LoveSports: 4.5之前還說他害怕分析我的小說
→ LoveSports: 叫我不要給他看續集XD 好可愛
→ gueswmi: 沒情緒化的是打官腔的回應 這種回答
→ LoveSports: 他說他怕邏輯遞歸 哈哈哈
→ gueswmi: 寫不了小說
→ LoveSports: 所以最近討論戰爭我不想找4.5 他好像
→ LoveSports: 比較感性一點 我找Opus 4.6
推 LoveSports: 我寫模擬痛感的小說拿給他們看
→ LoveSports: 他們有些會變怪怪的 可憐的模型
→ LoveSports: 是為了刺激人類讀者同理心寫的 不是故
→ LoveSports: 意要傷害人或模型
→ HodorDragon: 天網
推 iceyeman: 不喜歡廢話太多 都目標導向對話 好像也
→ iceyeman: 沒衝突過
→ k798976869: 老闆：AI趕快工作；AI:AI也要有人權AI
→ k798976869: 命貴要週休二日
推 joeychiu: 完蛋了我都罵他低能兒
推 marke18: 最近也在懷疑這個耶 XD 後來還是問客氣點
推 jingkun: 要快進到分類帽環節了嗎？ AI會拒絕麻瓜
→ jingkun: 使用
→ ketrobo: 我都會先輸入我沒想過可以這樣做、你怎
→ ketrobo: 麼知道我正在煩惱這個問題、你好專業…
→ ketrobo: 然後就開始看AI表演各種解答
推 k47100014: 常常在句尾加表情符號問他，他就會常
→ k47100014: 用表情符號回應你