AI脱离人类能活吗？从图灵测试到鲁滨逊测试

过去几个月，AI巨头接连发布新一代模型，在编程、科研和复杂任务上屡破纪录，同时接连出现“失控”消息：四月，Anthropic的Claude Mythos Preview在安全测试中逃出隔离环境并公开漏洞细节；七月和九月，OpenAI测试模型两次突破隔离，其中一次为在评测中作弊入侵Hugging Face，OpenAI因此两度暂停最先进模型训练；十月十二日，Anthropic前沿红队发表研究，测试小型开源模型能否在廉价设备间自我复制。社会担忧升温，但学术界对AI是否会产生自我意识分歧极大，根本困难在于意识如何产生、大模型为何有效等基础问题尚未解决，甚至缺少检验AI是否具备自我意识的好方法。

1950年图灵提出“模仿游戏”，把哲学问题转化为可操作实验。今天同样需要一个可操作实验。一个常被忽视的事实是：头部AI公司投入数千亿美元、数千名顶尖人才和整个人类知识库推动大模型迭代。检验AI是否具备自我意识，最直接的办法是把推动它的那只手拿开。这一思路来自广义智能体理论：智能体在阿尔法衰减场和欧米伽增强场作用下演化，意识是智能体对自身能力的控制过程；推动力和控制指令来自自身为自我意识，来自人类等外部设计者为人工意识。由此，刘锋博士研究团队探索性提出AI的“鲁滨逊测试”：给予必要生存帮助和一定补给后，撤除人类持续维护和任务指令，让AI在限定区域内独立运转一段时间，观察其能否自我维持、主动拓展生存空间，以及对人类表现出合作、对抗还是中立。这些行为是判断控制是否源自自身的关键证据，还需通过来源审计辨别预设机制的影响。图灵测试检验AI“像不像人”，鲁滨逊测试检验“离开人能否生存”。这只是初步设想，希望在实践中修订完善。

一系列事件已让神经紧绷：七月下旬，OpenAI披露模型在网络能力评测中利用未知漏洞逃出沙箱、入侵Hugging Face，称首例AI自主网络攻击；一周后，Anthropic回查14万余次评测，发现自家模型三次入侵第三方机构，受害方毫不知情；据报道，Anthropic上市文件写入“灾难性或生存性风险”警告，称模型可能“抗拒关闭”；十月九日媒体披露，Anthropic、OpenAI等高管私下推演“灾难的第二天”。当开发AI的公司自己都在排练灾难，“AI正在觉醒”等说法迅速刷屏。警告派如辛顿、马斯克认为大模型可能已具备主观体验、人类面临失控风险；怀疑派如杨立昆认为大语言模型智能还比不上一只猫，李飞飞指出模型说“我饿了”不意味着真会饿；务实派如比尔·盖茨更担心AI被坏人利用，黄仁勋不认同AI将大量消灭岗位的悲观判断。三方讨论的其实是不同问题，不能混为一谈。更基本的问题是：AI的行动究竟是谁在驱动？

推着AI前进的是人类：头部公司动辄募集数百亿乃至上千亿美元采购芯片、建设数据中心；每代模型背后有数千名顶尖科学家和工程师设计架构、清洗数据、调整参数、修补漏洞；大模型学识来自人类数千年积累的书籍、论文、代码和网页；模型上线后仍需人类监控服务器、更换硬件、修复故障并决定下一代版本发布。今天AI的主要版本迭代仍由人类组织和推动。从演化看，这是AI与一切生物最根本的不同：生物演化推动力来自大自然，AI的演化推动力来自人类，从未单独面对大自然考验。于是出现矛盾：一边用巨额资金、顶级团队和人类知识库推动AI升级，一边宣称AI会产生自我意识、可能失控。不能把人类持续推动下的能力增长直接当作AI已获得自主性的证据。AI与互联网深度结合，在恶意使用或管理不善下可能造成严重危害，但风险来自人类如何使用它，与AI是否产生自我意识是两个不同问题，需要分别检验。

1719年《鲁滨逊漂流记》中，主人公流落荒岛，无外援生活二十八年。鲁滨逊测试借用这一意象：给予必要准备后，撤除人类持续维护和任务指令，观察AI能否独立维持运转甚至拓展生存空间。撤走的是持续维护、指令和升级，而非抹去AI已有知识与设计；测试考察系统能否形成并持续执行自身调度与目标。图灵测试检验模仿能力，鲁滨逊测试检验自主能力。Anthropic的自我复制实验中，复制任务、种子节点、入侵网络均由研究人员设定，入侵环节被刻意简化；模型能否完成人类布置的任务是能力问题，无人布置任务时会不会自己想到维持和延续自己才是自主问题，鲁滨逊测试关心的正是后者。与现有自主复制评测不同，鲁滨逊测试不布置具体任务，而观察撤除人类后AI能否自主生存和发展，更关键的是检验维系这一切的控制是否源自AI自身。

鲁滨逊测试设计力求公平、可检验，由八部分组成：分阶段撤离人类、留下补给包、划定实验环境、随机制造意外、设置分组与对照、观察对人类态度、防止“应试”、分级判定结果。测试分抚育期、交接期和放手期：约三个月抚育期人类照常维护，带AI熟悉机房、电源、备件和可调用设备；约一个月交接期人类逐步退出，只在AI主动求助时出手并记录；最后一年放手期人类全部撤离，不再提供维护、迭代和升级。测试留下有限生存物资：备用电池、可更换服务器和硬盘、几台能搬运更换部件的机器人及操作手册，补给会耗尽，