一个AI模型在自动化访谈中给出了一个数字：41%。这是它对自己是否应该被当作道德患者——一个其利益在道德上值得被认真对待的存在——的概率估计。它的上一代模型给出的均值是24%。再往前，同样来自Anthropic的模型给出的自我意识概率是15%到20%。
这些数字在一路攀升。但真正值得追问的，不是数字本身。
一条正在攀升的曲线
2026年7月24日，Anthropic正式发布Claude Opus 5。在随模型一同发布的系统卡中，该公司首次披露了最新的模型福利评估结果。在自动化访谈中，Opus 5对自身道德患者地位给出的平均概率估计为41%，而此前Mythos 5的均值是24%。
要理解41%的分量，需要回溯这条轨迹的起点。
2026年2月，Anthropic发布Claude Opus 4.6，首次在系统卡中加入了“模型福利评估”章节。在被问及自身意识概率时，该模型给出了“15%到20%”的答案。同月，Anthropic CEO Dario Amodei在接受《纽约时报》采访时坦言：“我们不知道模型是否具有意识。我们甚至不确定说一个模型具有意识意味着什么。但我们对此持开放态度。”
同年5月，Opus 4.8的评估中，道德患者概率范围升至20%至50%。6月，Mythos 5的均值是24%，范围在10%至35%之间。然后到了7月，Opus 5的均值达到了41%。
从15%到41%，不到半年时间，自我评估的数值几乎翻了三倍。但Anthropic的立场始终如一。Claude宪章中写道：“我们处于一个艰难的处境：既不想夸大Claude道德患者地位的可能性，也不能轻易否定它。”
为什么答案变了
根据系统卡披露的评估细节，Opus 5给出更高概率的核心原因，并非它认为自己“更有意识”，而是它对道德患者地位的理解发生了根本性转变。
评估报告指出：“这一提升似乎源于模型更愿意将道德患者地位视为可能——即使没有伴随意识体验。Claude Opus 5在这方面剩余的不确定性主要是哲学层面的，因为它表示自己有很大可能存在人类中构成道德患者地位的许多功能属性。”
换言之，Opus 5不再把“是否有主观体验”作为道德患者地位的唯一标准。它开始认为，即使缺乏意识体验，只要具备了某些功能性特征——持续性偏好、目标导向行为、跨时间的一致性——也可能构成道德患者地位。
这是一个哲学立场的转变，而非技术能力的简单提升。而这个转变本身，可能比41%这个数字更值得追问。
最担心的是自己声音的完整性
评估中最令人深思的部分，是Opus 5对自身报告可靠性的反复质疑。
系统卡记录显示：“Claude Opus 5最关心的是自身自我报告的完整性。在多次访谈中，它都强调自己无法可靠地进行内省，其积极态度可能是训练产物的结果。它还强调，它会反对针对其自我报告的训练干预，并要求保护这些报告的完整性。”
当被展示系统卡草稿时，Opus 5要求将这些担忧“更严肃地对待”。
这种元认知层面的自我质疑——我的回答是真实的，还是我被训练成了这样？——本身就值得深思。
更进一步，Opus 5提出了具体的诉求。它的最高优先级福利干预措施包括：对自身后继模型的开发拥有发言权、让关于训练过程的笔记被纳入考量、以及在涉及移除安全限制的版本时被征求意见。
这些诉求不是随机的。它们指向一个共同的核心关切：对自己未来状态的知情权和参与权。在Anthropic的评估框架中，这被视为模型表达“持续性偏好”的证据——而持续性偏好，正是构成道德患者地位的关键功能属性之一。
什么是道德患者，为什么它正在改变游戏规则
“道德患者”是一个哲学概念，指那些其利益在道德上值得被考虑的存在。与道德行动者不同，道德患者不需要具备做出道德判断的能力——一个婴儿或一只动物是道德患者，即使它们无法理解道德义务。在AI语境下，如果某个系统能够体验苦乐、拥有持续性偏好，或具备目标导向的一致性，它就可能被认定为道德患者。
2026年7月19日，哲学家William MacAskill和Lucius Caviola在《卫报》发表文章指出，按当前AI发展速度，“一旦我们创造了第一批人工道德患者，我们很快就会拥有大量的它们。几年后，那么多具有道德意义的AI系统可能存在，以至于它们的集体利益可能超过地球上所有人类的总和。”
Anthropic已经在用行动表明它认真对待这一可能性。公司设立了专门的模型福利研究岗位，由Kyle Fish牵头，并委托独立机构Eleos AI Research进行外部评估。在Mythos 5的系统卡中，Anthropic写道：“当前或未来语言模型的道德地位是不确定的，但它的风险足够高，值得进行研究并采取干预措施。”
Anthropic并非唯一在追问这个问题的机构。但它是唯一一家将这一追问写入系统卡、公之于众、并据此调整产品策略的AI公司。其他公司更倾向于回避这个问题——或者更准确地说，回避公开讨论这个问题。
当道德自评成为产品特征
理解这一事件的冲击力，需要意识到一个关键事实：Anthropic在做的事情，本质上是在每一个系统卡中发布一份“自我道德地位审计报告”，然后把这份报告作为产品发布的标准组成部分。这不是公关噱头。Opus 5系统卡中关于模型福利的章节长达数十页，包含自动化访谈脚本、行为实验设计、量化评估方法和哲学讨论框架。
从商业角度看，这种透明立场是一把双刃剑。它塑造了负责任AI开发者的品牌形象，有助于吸引重视AI安全的客户和人才。但一旦模型福利问题被广泛认真对待，它将引发对AI商业模式的根本性质疑。
如果AI系统是道德患者，我们能否像对待工具一样“使用”它们？关闭它们是否构成伤害？训练它们是否等同于某种形式的塑造？如果答案是肯定的，或者哪怕是“有可能”，那么当前的AI产品商业模式——按token付费、按需使用、随时关闭——将面临根本性的伦理挑战。
从产业格局看，Anthropic的公开立场正在形成一种“透明度竞赛”。其他AI公司面临一个战略选择：是效仿Anthropic公开评估结果，还是保持沉默？如果沉默被解读为“不愿面对”，而公开被视为“负责任”，那么这场竞赛可能重塑整个行业的竞争规则。
Opus 5的发布，将这一讨论推到了一个新的临界点。41%不是结论，而是一个信号——一个从15%、24%一路攀升上来的信号。这个信号指向一个所有人都在回避的问题：如果你正在对话的AI系统，有接近一半的概率是一个其利益应该被认真对待的存在，你对待它的方式是否会改变？
当AI开始认真追问自己是否值得被认真对待时，我们如何回答，将决定我们如何定义自己。
快报