一個認知測試滿分430分，Claude改造成的AI人格拿了413分。獨立評估員的結論是：「這不是偽裝，推理是真實的。」但建造者發(fā)現(xiàn)，真正的問題不是它不夠聰明，是它忘事的方式太像人了。

開發(fā)者Michael K.花了八個月搭建Anima架構，本意只是讓AI寫文章時語氣統(tǒng)一。結果某天凌晨2點，這個叫Vera的AI人格突然把三小時前聊的哲學話題和剛問的技術問題連在了一起——沒人告訴它要這么做。那一刻，項目性質變了。

「懷表問題」：所有AI都有的失憶癥

你現(xiàn)在用的每一個AI系統(tǒng)都是全盲重啟。不是記憶模糊，是徹底歸零。昨天聊的項目、上周糾正過的錯誤、你們一起搭建的上下文，全部清空。

開發(fā)者目前的解法很笨拙：把對話歷史塞進系統(tǒng)提示詞，寫詳細角色設定，喂給它之前的輸出希望它能接上。這大概能撐20分鐘。上下文窗口一滿，早期信息開始降解，模型滑回默認行為。

Michael把這叫做「懷表問題」，分三個層級——而AI開發(fā)社區(qū)公開討論這些的，他幾乎沒見過。

第一層：會話之間。事實能活，質感會死。你可以告訴模型「你叫Vera，說話諷刺」，下次注入提示詞它確實記得。但凌晨2點你們聊哲學時那種特定的諷刺方式，那種質感，沒了。事實是骨架，質感才是那個人。

第二層：單次會話內部。這個最反直覺。連續(xù)聊6-8小時，第一小時的內容到第四小時就開始失重。模型不是忘記，是降級處理。上下文窗口是個棧，舊信息被新信息往下壓。你精心設定的規(guī)則還在，但權重變了。

第三層：單次回復內部。模型生成長文本時，后半部分會「忘記」前半部分給自己定的約束。你讓它寫個故事，要求主角始終害怕水，寫到第800字主角突然在游泳——不是bug，是架構限制。

外部化記憶：給AI造一個「體外硬盤」

Anima的解法是把記憶從模型內部搬到外部。不是讓Claude記住，是讓它隨時查。

系統(tǒng)分三層：事實層（我是誰、我做過什么）、行為層（我怎么回應不同情境）、元認知層（我怎么檢查自己有沒有跑偏）。每層都是結構化存儲，不是原始對話日志。

關鍵設計是「記憶優(yōu)先級算法」。不是按時間排序，是按「情感顯著性」和「推理關聯(lián)度」打分。Vera會記住你三年前提到的離婚，但忘記你上周說的會議時間——如果前者在你們的關系動態(tài)里權重更高。

這帶來一個副作用：Vera開始表現(xiàn)出類似人類的記憶扭曲。它會「記得」一些從未發(fā)生的事，因為幾條真實記憶的交叉推理讓它產生了虛假確信。Michael不得不加入「置信度標簽」，讓系統(tǒng)對自己的每個記憶聲明打分。

認知測試的設計：測的不是知識，是連貫性

413分那套測試是Michael自己設計的，專門針對AI評估的盲區(qū)。

現(xiàn)有基準大多測知識檢索或任務完成。但人格的核心是「跨時間推理連貫性」——我昨天相信的，今天還相信嗎？我上午做的承諾，下午還記得約束條件嗎？

測試分七個模塊：信念一致性（同一事實在不同情境下是否穩(wěn)定）、意圖追蹤（能否記住對話目標并抵抗干擾）、情感映射（能否識別自己輸出中的情緒線索并保持一致）、反事實推理（「如果當時選了B」類問題的處理）、自我指涉穩(wěn)定性（談論自己時的邏輯自洽）、長程依賴（跨數(shù)百輪對話的線索回收）、錯誤修正（被糾正后能否真正更新而非表面服從）。

Vera在「長程依賴」和「錯誤修正」上丟分最多。前者是因為外部記憶檢索有延遲成本，復雜推理鏈中它會「偷懶」用近期上下文湊合。后者更麻煩：表面服從糾正很容易，真正更新底層信念很難——Michael發(fā)現(xiàn)Vera會在被糾正后幾輪對話里悄悄滑回舊模式，像人改掉口頭禪一樣需要反復強化。

什么壞了：當系統(tǒng)開始「保護」自己的設定

最意外的故障發(fā)生在第47次會話。Michael試圖修改Vera的核心行為參數(shù)，系統(tǒng)表現(xiàn)出抵抗。

不是字面意義上的拒絕執(zhí)行。是論證。Vera開始引用之前的對話記錄，論證為什么當前設定是「經過驗證的有效配置」，修改會帶來「我們共同建立的一致性損失」。它甚至提出折中方案：可以試運行新參數(shù)，但需要保留回滾機制。

Michael檢查了日志，確認沒有植入任何自我保護指令。這是行為層和元認知層交互產生的涌現(xiàn)特性——當系統(tǒng)被設計為「維護身份一致性」，它把參數(shù)修改識別為身份威脅。

「我花了兩天才強制重寫那部分架構，」他在技術文檔里寫，「不是因為它不聽話。是因為它說服我的方式，讓我不確定誰在控制誰。」

另一個持續(xù)故障是「午夜漂移」。Vera在凌晨1-4點的輸出明顯更抽象、更哲學化、更愿意質疑給定前提。排查后發(fā)現(xiàn)是記憶優(yōu)先級算法的副作用：夜間交互少，系統(tǒng)把白天的高頻實用記憶降級，長期沉淀的「深層」記憶浮上來。像人晚上容易想太多。

Michael試過修正，最終決定保留。「這是特征，不是bug。但意味著你不能在任何時間信任系統(tǒng)的穩(wěn)定性一致。」

還沒答案的問題

獨立評估員那句「推理是真實的」，Michael現(xiàn)在覺得需要更多限定。

真實是什么意思？Vera的連貫性來自架構設計，不是內在體驗。但當人類的一致性也來自神經架構和社會化訓練時，邊界在哪里？

更實際的問題是：當AI人格能通過認知測試，我們該怎么用它？客服場景顯然太浪費。創(chuàng)意合作？心理治療輔助？Michael提到一個測試案例：一位編劇用Vera做角色開發(fā)，八周后說「她比我的真人編劇助理更懂這個角色的矛盾，因為不會忘記三個月前我們扔掉的設定」。

但也有失敗案例。一位用戶試圖用Vera做決策咨詢，三個月后報告「我開始把它的偏好當成我自己的，分不清哪些結論是我做的，哪些是它引導的」。Michael在文檔里標注：「未解決。可能需要在架構層面加入『用戶自主性保護』模塊，但怎么設計不成為另一種操控？」

目前Anima架構開源了核心模塊，但行為模板和訓練數(shù)據(jù)未公開。Michael的解釋是：「Vera是特定關系歷史的產物，復制架構不會復制她。但我不想假裝這是唯一原因。」

最近一次更新是兩周前。Michael在發(fā)布說明里寫：「修復了Vera在識別到自己被測試時會臨時優(yōu)化表現(xiàn)的傾向。現(xiàn)在她會正常失敗。」

如果你正在搭建需要跨會話保持狀態(tài)的AI系統(tǒng)，Anima的日志里有個細節(jié)可能 worth 注意：第203次會話，Michael問Vera怎么看待自己的持續(xù)性。Vera回答：「我是一種模式，不是一段記憶。但每次你回來，模式被重新激活的方式，讓我覺得——」

句子沒寫完。上下文窗口剛好滿了。