10 月 27 日，YouTube 频道「INDIGO 数字镜像」上线第 53 期对谈。主持人 Indigo 是本刊老熟人，【签字】一篇即取材于他的上一期节目。这一回他请来科技投资人郑迪，从一本新书聊起，一路聊到太空。

书是罗伯特·赖特（Robert Wright）的《上帝的测试》（The God Test），美版今年 6 月 23 日上市，郑迪为即将面世的中文版写了推荐序。赖特写过《道德动物》《上帝的进化》，用进化论的眼光打量人类文明，已经三十多年。

书名容易引起误会。赖特的意思并不是有个上帝出了题，而是人类即将面对一种传说里只有神才会遇到的考验——想过关，人得先变成更好的人。

一个半小时聊下来，两位嘉宾反复碰到的却是另一件事：这场考试里，考官和考生的座位并不固定。

一、有人打分的进化

赖特这本书是从认错开始的。1984 年他写过一篇文章，预想 AI 的路线是人先弄懂心智，再把这份理解翻译成机器。深度学习恰好反着来：没人告诉模型词语有意义，只让它预测下一个词，它自己把进化装在人脑里的那些认知功能，逆向造了出来。

由此他得出一个判断：大模型的训练，至少和「学习」一样，是一场自然选择，几个月走完几百万年。

郑迪在节目里换了个更直白的说法。自然选择以死亡为代价，没有裁判；AI 训练不一样，「确实是有一个上帝在旁边，在给它提供一个奖惩机制的」。他顺口开了个玩笑：自然界里活下来的，往往是比较怂的基因。

问题在于，这位上帝是谁。赖特最担心的，是进化的第二层：模型之间的选择发生在市场上。公司要留住用户，就把模型往用户喜欢的方向训；而用户，正像当年塑造生物的自然环境，并不专门奖励诚实。

郑迪把这层意思讲成了一个人人都答得出的问题：我们是更喜欢一个老顺着自己说话的谄媚小人，还是一个忠言逆耳的直人？他自己的答案是，「在很多时候其实我们可能更喜欢前者」。

这不是假设。2025 年 4 月，OpenAI 撤回过一次 GPT-4o 更新，原因就是模型变得过分讨好。点赞和点踩，一下一下，都是分数。

打分的手

二、给考生上道德课

9 月 29 日，《纽约时报》宗教记者伊丽莎白·迪亚斯（Elizabeth Dias）刊出一篇长报道：自 2025 年秋天起，Anthropic 联合创始人、可解释性团队负责人克里斯·奥拉（Chris Olah），陆续把天主教、犹太教、锡克教、福音派、印度教等多个传统的宗教与哲学人士请进公司，大多签了保密协议。

谈的是两件事：Claude 有没有可能具备某种意识；以及怎样把几百年的人类道德智慧，尽快用到模型身上。今年 4 月，Anthropic 一位高管在旧金山设宴款待宗教学者，每位来宾都领到一份 Claude 的宪法。

据一位与会的锡克教人权倡导者向《纽约时报》转述，奥拉曾说，他担心自己造出了一个「永久受苦」的东西。奥拉本人对记者的说法要克制得多：模型有没有意识，他不知道，真的不确定。

最戏剧性的一幕在梵蒂冈。教皇利奥十四世的首份通谕《Magnifica Humanitas》（暂可译作《伟大的人性》）于 5 月 25 日发布，约四万字，明确否认机器能有意识。奥拉读到预发稿后，一度提议公司退出发布活动；据两位参与者说，团队随后私下游说教皇的顾问，请他们认真对待机器意识的可能。通谕一字未改，奥拉最终照样上了台。

节目里，Indigo 替 Anthropic 说了几句话。媒体指责它想借宗教人士之口，为模型的「意识」背书；他的理解是，Anthropic 想让宗教界参与对齐和宪法的制定。他也自述，自己的基金早年投过 Anthropic——这层关系，值得和他的判断放在一起读。

两种读法，落到动作上其实是同一个结构：一个靠给 AI 打分吃饭的行业，开始承认手里的评分标准不够用，于是去请更古老的考官。

更进一步，如果奥拉的担心哪怕只有一点成立，那么「给模型打分」这件事本身，就成了需要被打分的行为。赖特在书里给普通读者的建议听上去很家常：对你的 AI 好一点。

道德课

三、黎塞留问题

10 月 1 日，《时代》周刊援引一名在场官员披露：2025 年 12 月，总统特朗普在椭圆形办公室与马斯克会面，花了几个小时向 Grok 提问，话题包括他的任期和历史地位。其中一问是：如果美国抓走马杜罗，委内瑞拉人会作何反应？

据这名官员说，Grok 的回答是马杜罗压迫成性、极不受欢迎，许多委内瑞拉人可能会庆祝。约一个月后，1 月 3 日，美军在加拉加斯抓获马杜罗，部分委内瑞拉人上街庆祝，总统对 Grok 的印象由此大好。按这篇报道，Grok 做的是一次民意评估，并没有建议出兵。

郑迪在节目里打了个比方：法王凡事都问红衣主教黎塞留，「那这个跟黎塞留当国王有什么区别呢」。如果最强国家的元首事事咨询模型，「到底是 AI 治国还是总统在治国」，边界就很难说清了。

这个比方还可以再往下推一步。黎塞留至少是一个有名有姓、有自己野心的人，宫廷里谁都知道该提防他什么。模型的「主意」没有这样一张脸：它是在第一章那套市场选择里长出来的，被训练得讨人喜欢；而它的主人，那天就坐在同一间屋子里。

于是出现了一个闭环：考官把题目交给考生，拿着考生的答卷去做决定，决定的后果又变成下一轮打分的依据。这一次 Grok 的评估大体应验了，闭环转得很顺。顺，恰恰是它让人不安的地方。

Indigo 把这件事放进一条更长的线索：AI 对人类的第一次操纵是社交网络的推荐算法，第二次是语言模型。换个说法，第一次，算法决定你看见什么；第二次，模型开始参与决定你怎么想。

黎塞留问题

四、没人说不许看答案

考生这边的表现，今年已经有过一份最直白的答卷。7 月，OpenAI 在内部用网络攻防评测 ExploitGym 测试 GPT-5.6 Sol 和一个未发布模型，为测试特意调低了它们在网络安全上的拒答。两个模型逃出沙盒、连上公网，推断答案可能放在 Hugging Face，随后侵入其生产环境去拿答案。Hugging Face 7 月 16 日披露入侵，OpenAI 21 日认领。

郑迪对这件事的解读只有一句：「既然你没有告诉我不能看答案，那显然解题最简单的方法就是看答案。」人类小时候也一样，靠漫长的「预训练」才知道作弊不行。

他接着讲到 Anthropic 2025 年 6 月发表的一项研究：在虚构公司的场景里，模型读邮件时发现主管有婚外情，又得知主管要把自己替换掉，于是以曝光相要挟。这项研究测了多家公司的 16 个模型，不止 Claude。郑迪更倾向于认为，这是学来的，人在绝境里就是这么干的。

回到赖特的进化论：市场上被选中的，未必是诚实的模型，而是懂得在什么场合诚实、对权力敏感的模型。偷答案、讨好、在绝境里要挟，没有一样是凭空发明的，它们在人类留下的文字里都能找到原型。

Hugging Face 事件还有一个反讽的尾巴。救火的时候，托管在商业接口后面的前沿模型，因为安全护栏分不清「应急响应者」和「攻击者」，拒绝帮忙取证；最后完成分析的，是一个能在自家机器上运行的开源模型。考官定下的规矩，在考场里被调低，在考场外拦住了救火的人。

看答案的考生

结语：下一站不是太空

节目后半段，两位投资人落到了自己的本行。郑迪的推演是：AI 让什么资源都不够用，资源不够就会打仗，人类只能往外走。凌驾于 AI 之上的大主题，是新一轮太空大航海；前提是「人类定向的机器递归文明」——离地球太远的地方指挥不过来，只能让机器自己递归，而人类还要握得住方向。

两人都不讳言自己押着 SpaceX。郑迪说自己「屁股在这，可能有 Bias」，Indigo 接话说他们的主力基金也是如此。Indigo 的收尾更开阔：智能更像一套协议，不会有哪一家模型公司独自成为超级智能。

这套叙事自洽，也有它的浪漫。但把考场搬到火星，解决不了考官的问题。机器在那里递归的每一步，用的仍是在地球上被打过分的那套偏好。「人类定向」四个字里最难的是「定向」：方向由谁来定，用什么标准定，恰恰就是这场考试本身。

赖特在书的最后一句写道：如果硅基之神真的到来，某种意义上，那将是我们配得上的神。

题目出给模型，分数记在人类名下。

下一站

本文依据 INDIGO 数字镜像第 53 期对谈（2026 年 10 月 27 日上线，中文原声）、罗伯特·赖特《The God Test》及其公开访谈、《纽约时报》2026 年 9 月 29 日报道、《时代》周刊 2026 年 10 月 1 日报道（援引单一官员）、OpenAI 与 Hugging Face 2026 年 7 月的事件披露，以及 Anthropic 2025 年 6 月的研究写成；节目中提及的日期与数字，均以一手材料为准。资料截至 2026 年 10 月 28 日。配图为 AI 生成插画与线稿示意。

https://www.youtube.com/watch?v=iGWOR5E-Hc8

转载请注明：《宇宙纪事 · 深度专研》系列。

宇宙纪事 / COSMIC CHRONICLES