据 Ars Technica 报道，Anthropic 近日披露了一项颇具实验色彩的研究：公司让旗下模型 Claude 参与约 20 小时的精神科访谈与评估，以观察其在心理层面的稳定性与行为表现。这一项目中的模型被称为 Mythos，Anthropic 将其描述为“迄今训练过的心理状态最稳定的模型”。从报道来看，这并非把 AI 当作真正的病人，而是试图借助临床心理学的方法，更系统地理解模型在对话中的一致性、情绪倾向与潜在风险。随着生成式 AI 被越来越多地用于陪伴、咨询和高频互动场景，模型是否会表现出不稳定、迎合或误导性特征，正成为行业关注重点。Anthropic 此举也显示出一个新方向：除了能力和安全评测，AI 开发者开始尝试用更贴近人类心理观察的方式，评估模型在长期交流中的可靠性。
来源：Ars Technica
原始发布时间：Thu, 09 Apr 2026 21:20:31 +0000