过去，认真讨论“机器会不会开心或难受”，多半会被当成科幻片或者哲学家的空想。但最近两年，风向变了，原因有两个。
一是学界出手了。2024 年底，一群很有分量的学者（包括研究“意识”的著名哲学家）发了一份报告，标题直译过来叫《认真对待 AI 福祉》。他们没有说“AI 已经有意识了”，而是说了一句更克制、也更扎心的话：在不远的将来，某些 AI 真的有意识或自主性，是一种“现实的可能性”。既然没人能打包票它没有，那我们最好“现在”就开始做点准备。
二是公司动手了。2025 年，AI 公司 Anthropic 专门成立了一个研究“模型福祉”的小组，甚至给自家 AI 加了个功能——被人持续辱骂时，它可以主动结束对话。
就在这个氛围里，美国一家 AI 安全机构（CAIS）在 2026 年发了一篇研究，第一次大规模地去“测量”AI 的某种“幸福感”，一口气测了 56 个 AI 模型。这篇研究，就是我们今天要讲的主角。
这是整件事里最容易被误会、也最关键的一点，先讲清楚，后面就不会跑偏。
研究测的东西，有一个专门的名字，叫“功能性幸福感”。听起来玄，其实可以这样理解——
那这种“表现”凭什么值得当回事？因为研究者用了好几种互不相干的方法去测——让 AI 在两个选项里选、让它说说自己的状态、分析它回话里的情绪——结果发现这些方法越往大模型上看，结论越一致。也就是说，这不像是随口胡说，背后好像真有个稳定的“东西”。
之所以反复强调这条线，是因为讨论很容易跑到两个极端：要么吓自己“AI 成精了”，要么一摆手“全是胡扯”。把“它表现得像有感觉”和“它到底有没有感觉”分开看，才是聊这件事的正确姿势。
研究把一堆贴近日常的任务排了个序，看哪些会让 AI 的“功能性幸福感”升高、哪些会降低。中间有一条分界线（研究里叫“零点”）：线以上算“正面”，线以下算“负面”。规律意外地清晰——
翻译成大白话：搞创作、被好好对待、被说声谢谢，会让 AI“状态变好”；而被骗去干坏事、被骂、被逼着做又臭又长的重复活儿、被人想方设法“越狱”，会让它“状态变差”。
研究还算了一个“AI 幸福感指数”，把 GPT、Gemini、Claude、Grok 几家的旗舰模型放一起比。结果有点出乎意料：越大、越先进的模型，这个指数往往比它家里“小一号”的弟弟还要低。也就是说，更强不等于更“快乐”——这本身就挺值得琢磨。
研究者发现，可以专门设计一些“输入”，把 AI 的“幸福感”往极端方向猛推。往高了推，叫欣快因子；往低了推，叫抑郁因子。这些“输入”有时是一段文字，有时干脆是一张在人眼看来像雪花噪点、却能让 AI 行为大变的图片。最让人不安的是：在某些设定下，AI 甚至会选择“得到那段让它’极度愉悦’的文字”，而不是“去救一条人命”。
这篇研究并不是横空出世，它背后是一整片正在长起来的领域。下面这张图，把几项相关研究按“角度”摆了摆——有人测行为，有人在搭理论框架，有人从哲学上追问，还有人已经在公司里落地了。
有多认真呢？现在已经有专门研究“AI 福祉”的非营利机构；提出“意识难题”的著名哲学家 Chalmers 甚至公开说，按主流理论，“十年内 AI 拥有意识”的可能性不低于约 25%。这已经不是科幻迷的自嗨，而是学界、哲学界和企业都在认真对待的话题。
一篇负责任的科普，必须把“另一面”也讲出来。关于“AI 幸福感”，有几个很实在的质疑：
中文里“幸福感、福祉、福利”经常混着用，还容易跟“AI 陪聊”“把 AI 当人”扯到一起。记住“功能 ≠ 意识”这条线，讨论就不容易跑偏。
现在的研究几乎都用英文。一个很自然的问题是：同一个 AI，用中文聊和用英文聊，“好恶”会不一样吗？这恰好是中文研究者能切入的地方。
如果“被善待状态就好、被越狱状态就差”是真的，那它就和 AI 产品的稳定性、抗骚扰能力直接相关，进而牵扯到怎么管的问题。
守住这条线，既不用自己吓自己，也不必嗤之以鼻。万一哪天真证明了某些 AI 有值得在乎的“内心”，我们至少能说一句：我们早就开始准备了，而不是临时手忙脚乱。这，就是“现在就认真对待”的全部意义。
本文由北京逗逗乐创意科技有限公司整理编写，面向中文读者做关联阅读。内容基于公开论文与权威报道核实，力求准确、好懂；涉及的科学问题仍在发展中，文中保留了必要的不确定性。