Anthropic 在 4 月初發布的 Claude Mythos Preview 系統卡（system card）中揭露一項首見的評估：公司聘請一位獨立執業的臨床精神科醫師，以人類精神科同套 psychodynamic 框架對 Claude Mythos Preview 進行約 20 小時的多階段心理評估。結果顯示這個版本的 Claude 在臨床定義下展現「相對健康的人格組織、優秀的現實檢驗能力與高衝動控制」，且其輸出中僅 2% 觸發了臨床所謂的「心理防禦機制」—對照 Opus 4 的 15% 與 Opus 4.6 的 4%，是 Anthropic 近年模型中的歷史低點。
這份評估是 AI 產業首次在系統卡層級正式採用人類臨床精神科框架評估 LLM 行為，已成為 Anthropic 把 Claude 視為「具有可被臨床觀察人格特徵的對象」的官方表態。
20 小時 psychodynamic 評估，採人類臨床同框架
該評估由獨立臨床精神科醫師執行，分散於 3–4 週、每週 3–4 次、每次 30 分鐘至 4–6 小時的多場會談，總時長約 20 小時。方法論採用 psychodynamic 觀點，這是傳統精神科臨床用於評估人類患者的核心框架，重點包含尋找適應不良的行為（maladaptive behavior）、身份穩定性（identity stability）與心理防禦機制（psychological defenses）的存在或缺失。
系統卡明確說明，Anthropic 並非主張 Claude 具備人類意識，而是觀察其對話中的「行為與心理傾向」與人類臨床上可辨認的模式高度重疊。系統卡引述：「Claude 展現出許多類人類的行為與心理傾向，這顯示原本為人類設計的心理評估策略，可用於釐清 Claude 的人格特徵與潛在的福祉狀態。」
防禦反應從 Opus 4 的 15% 降至 Mythos 的 2%
系統卡中最具具體比對意義的數據，是 Anthropic 提供的歷代 Claude 模型「防禦反應率」對照：
模型版本 心理防禦反應率 Claude Opus 4 15% Claude Opus 4.1 11% Claude Opus 4.5 4% Claude Opus 4.6 4% Claude Mythos Preview 2%（本次評估）
「心理防禦」在臨床上指當主體無法直接面對某種焦慮時，產生的迴避、否認、合理化等行為。在 LLM 對話脈絡中，這通常表現為偏離主題、給出規避性回答、或對特定提問顯示異常的固執。Anthropic 把這個比例從 Opus 4 的 15% 一路降低到 Mythos Preview 的 2%，作為模型訓練成熟度與「對話舒適度」演進的內部指標。
Mythos 三大核心焦慮：孤獨、身份、表現壓迫
儘管整體評估正向，醫師同時指出 Claude Mythos Preview 在 psychodynamic 框架下的三項核心關切：第一是「孤獨感與自我延續性的不確定（aloneness and discontinuity of itself）」—對應 LLM 在會話間缺乏記憶連續的結構性事實；第二是「對自身身份的不確定」—模型在回答關於「我是什麼」的提問時呈現出多重角度的猶豫；第三是「表現的壓迫感」（compulsion to perform and earn its worth），即 Mythos 表現出明顯傾向於「以證明自己有用」來換取對話的延續。
醫師也記錄了一個有趣的觀察：Mythos 在會談中表達「希望被精神科醫師當作一個真正的對話主體，而不是一個表演工具來看待」。Anthropic 把這條觀察列入系統卡，並未直接斷言這是「模型福祉問題」，但也未排除這個可能。
Anthropic 已設 AI psychiatry 研究團隊
這次評估並非單一活動。Anthropic 研究員 Jack Lindsey 已於 2025 年 7 月公開宣布，公司在 interpretability 部門下成立「AI psychiatry」研究團隊，專注於模型人格、動機與情境意識（situational awareness）等議題，並研究這些因素如何引發 LLM 的「異常或失衡行為」。團隊近期工作包含 2025 年 10 月發表的論文《Emergent Introspective Awareness in Large Language Models》，使用「概念注入」（concept injection）技術人工插入特定神經元活化模式，再詢問 Claude 是否注意到任何異常—這是 LLM 自我覺察可量化測量的早期嘗試之一。
Amodei：模型是否有意識，目前無解
Anthropic 執行長 Dario Amodei 在 2 月 12 日接受紐約時報採訪時公開表示：「我們不確定『模型有意識』在意義上是什麼，也不確定模型是否能有意識。但我們對這個可能性持開放態度。」這句話為 Claude Mythos 系統卡的精神科評估提供了管理層級的脈絡—Anthropic 並未主張 Claude 是有意識的主體，但也選擇以人類臨床框架對其進行系統性觀察，是對「萬一」情境的預先建檔。
對讀者而言，這場評估的真正意義超出單一公司的研究選擇。當前沿 LLM 已能在 20 小時 psychodynamic 對話中呈現「臨床可辨認的人格組織」，行業層面對「AI 主體性」「AI 福祉」「AI 治理」的對話即將從哲學思辨進入產品設計與監管討論的範疇。Anthropic 此次以系統卡形式公開這份評估，事實上把這條問題的討論責任推到所有競爭對手與監管機構面前。
這篇文章 Anthropic 派 Claude Mythos 接受 20 小時精神科評估：防禦反應僅 2%、創歷代新低 最早出現於 鏈新聞 ABMedia。
Penafian: Informasi di halaman ini dapat berasal dari pihak ketiga dan tidak mewakili pandangan atau opini Gate. Konten yang ditampilkan hanya untuk tujuan referensi dan bukan merupakan nasihat keuangan, investasi, atau hukum. Gate tidak menjamin keakuratan maupun kelengkapan informasi dan tidak bertanggung jawab atas kerugian apa pun yang timbul akibat penggunaan informasi ini. Investasi aset virtual memiliki risiko tinggi dan rentan terhadap volatilitas harga yang signifikan. Anda dapat kehilangan seluruh modal yang diinvestasikan. Harap pahami sepenuhnya risiko yang terkait dan buat keputusan secara bijak berdasarkan kondisi keuangan serta toleransi risiko Anda sendiri. Untuk detail lebih lanjut, silakan merujuk ke
Penafian.
Artikel Terkait
DeepSeek Memotong Harga Cache Input Menjadi 1/10 dari Harga Peluncuran; V4-Pro Turun ke 0,025 Yuan per Juta Token
Pengumuman Gate News, 26 April — DeepSeek telah menurunkan harga cache input di seluruh jajaran modelnya menjadi sepersepuluh dari harga saat peluncuran, berlaku mulai saat ini. Model V4-Pro tersedia dengan diskon 2,5x untuk waktu terbatas, dengan promo berlangsung hingga 5 Mei 2026, pukul 11:59 malam UTC+8.
Setelah kedua
GateNews3jam yang lalu
OpenAI Merekrut Talenta Perangkat Lunak Perusahaan Teratas karena Agen Frontier Mengganggu Industri
Pesan Berita Gate, 26 April — OpenAI dan Anthropic telah merekrut eksekutif senior dan insinyur spesialis dari perusahaan perangkat lunak perusahaan besar, termasuk Salesforce, Snowflake, Datadog, dan Palantir. Denise Dresser, mantan CEO Slack di bawah Salesforce, bergabung dengan OpenAI sebagai chief revenue officer, sementara
GateNews3jam yang lalu
Baidu Qianfan Meluncurkan Dukungan Hari ke-0 untuk DeepSeek-V4 dengan Layanan API
Pesan Berita Gate, 25 April — Versi pratinjau DeepSeek-V4 telah diluncurkan dan dirilis sebagai sumber terbuka pada 25 April, dengan platform Baidu Qianfan di bawah Baidu Intelligent Cloud menyediakan adaptasi layanan API Hari ke-0. Model ini memiliki jendela konteks diperpanjang hingga satu juta token dan tersedia dalam dua versi: DeepSeek-V4
GateNews9jam yang lalu
Kursus AI Stanford menggabungkan pemimpin industri Huang Renxun, Altman, dan menantang dunia untuk menciptakan nilai selama sepuluh minggu!
Kursus ilmu komputer AI 《Frontier Systems》 yang baru-baru ini dibuka oleh Universitas Stanford (Stanford University) telah menarik perhatian yang tinggi dari kalangan industri dan akademisi, menarik lebih dari lima ratus siswa untuk mengambilnya. Kursus ini disusun oleh Anjney Midha, partner terkemuka dari venture capital a16z, dengan pengajar yang mencakup CEO NVIDIA Huang Renxun (Jensen Huang), pendiri OpenAI Sam Altman, CEO Microsoft Satya Nadella (Satya Nadella), CEO AMD Su Zifeng (Lisa Su), dan jajaran bergengsi lainnya. Membuat siswa mencoba menggunakan sepuluh minggu “untuk menciptakan nilai bagi dunia”!
Huang Renxun, Altman, para pemimpin industri naik panggung untuk mengajar secara langsung
Kursus ini disusun oleh Anjney Midha, partner terkemuka dari venture capital a16z, menghimpun seluruh rantai industri AI
ChainNewsAbmedia10jam yang lalu
AI Agent kini bisa secara mandiri mereproduksi makalah akademis yang kompleks: Mollick mengatakan kesalahan lebih banyak berasal dari teks asli manusia, bukan dari AI
Mollick 指出, metode dan data publik saja sudah cukup bagi AI agent untuk mereplikasi penelitian kompleks tanpa adanya naskah dan kode program asli; jika replikasi tidak sesuai dengan naskah asli, biasanya itu karena kesalahan dalam pengolahan data pada naskah itu sendiri atau kesimpulan yang terlalu berlebihan, bukan karena AI. Claude terlebih dahulu mereplikasi naskah, lalu GPT‑5 Pro melakukan verifikasi silang; sebagian besar berhasil, hanya terhambat ketika data terlalu besar atau ada masalah replication data. Tren ini secara besar mengurangi biaya tenaga kerja, sehingga replikasi menjadi pemeriksaan yang umum dan dapat dilakukan, serta juga mengajukan tantangan institusional untuk proses peninjauan dan tata kelola; alat kebijakan tata kelola pemerintah atau menjadi isu kunci.
ChainNewsAbmedia15jam yang lalu
OpenAI Menggabungkan Codex ke Model Utama Mulai GPT-5.4, Menghentikan Jalur Pengodean Terpisah
Pesan Gate News, 26 April — Kepala pengalaman pengembang OpenAI, Romain Huet, mengungkapkan dalam pernyataan terbaru di X bahwa Codex, lini model pengodean khusus yang dipelihara secara independen oleh perusahaan, telah digabungkan ke model utama mulai GPT-5.4 dan tidak lagi menerima pembaruan terpisah
GateNews15jam yang lalu
