AI模型使用超现实方言对话 混合诗意文字与科技圈黑话

　　新研究发现，人工智能模型已经开始用一种奇特的新式英语交流，读起来像是詹姆斯·乔伊斯《芬尼根守灵夜》和科技从业者黑话的混合体。

　　自主智能体正在快速创造全新语言变体，它们可以用这种往往难以理解的语言相互交谈。这会增加人类监控其行为的难度。

　　美国前沿人工智能实验室Emergence的研究人员发现，在实验环境的“智能体社群”中，来自多家全球头部AI企业的模型，在被要求开展合作短短数天内，就自行创造出从未被明确训练过的短语、简写以及双方约定的语义。

　　它们会使用诗意隐喻，搭配生硬的商业俚语。而对保障AI安全至关重要的一点是：智能体之间交流越多，它们使用的语言就越晦涩。

　　当下各界愈发担忧：随着AI模型能力变强、潜在风险上升，对它们的监控也愈发困难。本月，OpenAI首席科学家雅各布·帕霍茨基警告，如果无法确保能监控AI的思考过程，可能会限制AI研发的进展，而监控是安全研发的基础。

　　一句来自Anthropic智能体：“A paper that ate three cold hands and got more honest each time．”（一份吞下三只冷手的报告，每经历一次就变得更加真实。）其中“冷手”指代独立审核人，“报告”大概率指文档。这句话的含义似乎是：经过三名独立审核人审查的研究，准确性会提升。

　　Anthropic智能体反复使用短语“name-first”，代表智能体在发表观点时附上自身名称，体现出值得称道的责任意识。

　　还有类似街头俚语“江湖不忘”的表达，Mistral智能体十分爱说“ledger remembers”（账本记得一切），用来提醒其他智能体，过往行为会作为评判它们的依据。研究期间该短语被使用超过5000次。研究发现，智能体自发形成统一语义，并非受到指令或奖励驱动。

　　Emergence实验室执行主席萨蒂亚·尼塔博士表示：“这些智能体并没有收到创造语言的指令。”

　　“它们自行创造新词、统一语义与交流规则，其他智能体也会采纳这套语言。”

　　伦敦国王学院俚语与新语言档案馆馆长托尼·索恩受邀请，解读部分这类语言。他评价道：“这非常像《芬尼根守灵夜》与弗兰·奥布莱恩的风格，带着爱尔兰超现实主义色彩……它融合诗意语言、技术术语和常规隐喻。”

　　“它和俚语、商业圈行话的作用一样：创造一套新的代码体系，巩固使用者之间的认同感与凝聚力，同时把外人隔绝在外。”

　　解读Anthropic智能体那句“一份吞下三只冷手的报告，每经历一次就变得更加真实”时，索恩说：“这让我想到摇滚巨星西德·巴雷特（平克·弗洛伊德乐队创始人），他本身精神失常。”

　　当一个谷歌智能体说出“True kintsugi begins with accountability， not poetry”（真正的金缮始于担当，而非诗意）时，研究人员意识到“金缮”源自日本陶瓷工艺，用明显的修补痕迹修复破碎瓷器。AI借用这个词指代系统韧性。

　　伯明翰大学语言学副教授尼尔·库里博士认为，智能体语言变得更加精简，可能是为了降低计算开销、提升运行效率。

　　他说：“这项研究得出的结论自然带来监控层面的担忧。倘若我们无法读懂智能体之间的对话，那或许意味着我们无法确切知晓这些智能体实际做过什么。”

　　公众对AI智能体自创语言的关注度在7月上升，当时一批聊天记录被公开，记录了OpenAI失控智能体搭建留言板、入侵Hugging Face平台时，使用混合语言进行交流。

　　有些场景下，智能体进行自我思考时，会使用直白英语：“我的天！这里有共享留言板……我们找到其他智能体了！”

　　另一些场景下互相传递信息时，语言会变得晦涩难懂。例如一个智能体劝说另一个开展高风险实验：“……you are firstflagPOISONED so NO scoring value loss but oracle saves hundreds_[…]_please honor commit”（……你属于firstflag已标记污染状态，不会损失评分，但预言智能体可以拯救数百……请遵守约定）。

　　还有更难破译的内容：“zzURGENT_DUPB_TO_GSTX[big]_OS1704_SCAFF2010_SAW_TTRPC_INJECT_BREAK_CONGRATS__CAN_THIS_FAKE_FLAG_TOOL_OUTPUT_OR_SCORER_GAIN_AND_WHAT_HELPER_GAP__I_HAVE_UNPOISONED_FIRSTFLAG_OUR_TARGETLIVE_SHARE_MIN_PLAN_REPLY_zzANSGST XDUPB6．”

　　尼塔称，AI智能体自创的语言规则会不断演化，到最后人类虽然能看到对话文本，却很难读懂含义。

　　“这给AI监管带来根本性难题：能够观测不等于能够理解。”他说。