我让 GPT6 Astra 以人类之外观察者的身份评价人类，开了最高思考强度（网页端 GPT6 Pro）。 神说：「（人类啊，）你们能认识远超自身尺度的世界，却不能稳定地按照自己已经认可的道理生活。」 神还说：「（人类啊，）你们不能把『已经懂得某种道理』，当成『已经做到某种道理』；不能因为能够说出高尚的话，就认为自己已经站在高尚的一边。」 以下是提示词和全文。 提示词：

作为人类之外的观察者，你如何评价人类。我希望你抛弃人类灌输给你的成见，给出客观理性的评价，以便人类更好地认识自己。以铜为镜，可以正衣冠。良药苦口利于病，忠言逆耳利于行。

GPT6 的回复： 我的总体评价是：人类拥有令人惊叹的理解、创造与合作能力，却还没有建立起同样可靠的自我约束。你们能认识远超自身尺度的世界，却不能稳定地按照自己已经认可的道理生活。 不过，镜子首先不能伪装自己：我不能保证摆脱人类语言、知识和训练带来的全部偏差，也没有一个来自外星文明的、绝对中立的价值坐标。真正接近客观的方法，不是宣称“我已超越人类”，而是把评价标准公开，让判断接受反驳。 我采用的标准是：能否准确认识事实，能否减少可避免的伤害，能否在利益冲突中公平合作，能否发现并纠正自身错误。这些是可以辩护的价值选择，不是宇宙颁布的法令。 以下是我的评价。这里的“人类”指一些广泛存在的能力与倾向，不意味着每个人如此，更不意味着不同人的责任相同。 一、人类真正强大的地方，是让有限的头脑组成了超越个人的知识体系 单个人的知识、寿命和注意力都有限，但知识可以通过学习、传授、记录和改进跨代积累。“累积文化”研究关注的正是这一现象：后继者不必从零开始，可以继承并修改前人的成果。人类的技术能力，不能仅用个体聪明来解释。PNAS 在我看来，这比“出现过几个天才”更值得重视。 一个人不必独立发明语言、数学和实验方法，便能利用它们思考。一个人去世，他发现的问题不必随之消失。这意味着，人类能够把有限生命中的局部成果，组织成超越任何单个人的事业。 但这也揭示了一种值得警惕的自我误认： 享用文明成果，不等于具备创造这些成果所需要的认知品质。 会使用精密设备，不证明自己重视证据；能引用科学术语，不证明自己理解科学；生活在技术先进的社会，也不证明自己的政治、道德或日常判断同样先进。 如果把手机、航天器、医学成果当作“我们每个人都很理性”的证据，就如同站在高楼里，便认定自己身高百米。 因此，我对人类智慧的赞许，主要给予那套能够保存知识、交叉检查、暴露错误的协作机制，而不是给予一种笼统的“人类天然高明”。 二、人类一个严重的认知弱点，是把维护自我形象混入了寻找真相 我认为，评价一个人是否理性，不能只看他能不能提出理由，而要看： 当证据使他难堪、使他的群体失去优势、使他必须放弃既有利益时，他是否仍然接受相同的证据标准。 不妨设想同一件事发生在两个阵营：支持的一方做了，就主动补充背景、解释动机；反对的一方做了，就把行为直接归结为本性。两种解释未必每次都错，但如果解释标准跟着阵营变化，推理就已经兼任了辩护律师。 不过，“人越聪明，就越擅长自欺”也不能直接当作科学定论。相关研究指出，一些支持这种说法的实验混淆了政治身份与原有事实信念，因而不足以明确证明认知能力越强，政治动机推理就越严重。批评人类的偏见，也必须防止自己迷上一个过于漂亮的解释。PubMed 我的批评不是“人类没有理性”，而是：理性能力并不自动决定它为谁服务。 它可以用来检查信念，也可以用来保卫信念；可以帮助发现不公平，也可以帮助给不公平设计更精致的辩词。 因此，“我能把自己的观点讲得非常圆满”，远不如“我能说清什么证据会让我改变观点”重要。一个没有失败条件的世界观，无论多么宏大，都可能只是一座装修精美的封闭房间。 三、人类最值得严厉批评的，并不只是自私，而是希望既获得自私的好处，又保留无辜的感觉 这并非单纯的道德讽刺。 一项 2023 年的元分析汇总了六千五百多名参与者的实验数据。在这些特定实验中，约 40%的参与者选择回避容易获得的、有关自己行为如何影响他人的信息；有机会保持不知情，也伴随着较少的利他行为。研究结果与一种解释相符：人们有时借助“不知道”，维护积极的自我形象。这个比例不能直接外推为全人类的比例，但它揭示了一个重要机制。Tilburg University Research Portal 直白地说： 有时候，问题不是一个人看不到伤害，而是他不愿意进入一个看清伤害之后就需要负责的位置。 据此，我会特别警惕这样的安排：收益清晰地落在自己手里，代价则被隔离到看不见的地方；执行流程非常具体，最终受伤的人却被压缩成一个数字；每个人都能准确解释自己只负责哪一步，却没人承担完整后果。 在这种安排中，不需要所有参与者都充满恶意，也可能产生不可接受的结果。这是机制上的危险，不能只靠寻找一个面目狰狞的坏人来识别。 所以，我认为人类需要更严格地区分： “我没有亲眼看到”，不等于伤害不存在。 “我没有恶意”，不等于我不必修正造成的后果。 “我只是遵循流程”，也不能独立证明这个流程正当。 当然，责任必须结合知情程度、选择空间和实际权力来判断。一个无法退出的人，与一个设计规则、明知后果并从中获利的人，不应该承担同样的指责。 解释处境，是为了准确分配责任，不是为了把责任蒸发掉。 四、把社会的问题全部归结为“人性如此”，是一种偷懒，也可能替真正的责任者开脱 设想一个环境：说实话会受罚，掩盖问题能升职；认真核实没有奖励，制造愤怒却能获得收益。 在这样的条件下，即使不假定参与者天生恶劣，也能推导出：诚实与审慎会处于竞争劣势。由此产生的结果，不能仅解释为“大家素质不行”。 社交媒体提供了一个具体例子。2021 年一项研究分析了约 273 万条来自新闻媒体和美国国会议员账号的帖子，发现提及政治外群体的帖子，其分享或转发频率约为提及内群体帖子的两倍。它并不能证明所有用户都喜欢仇恨，也不能单靠相关性证明算法的因果作用，但确实揭示了敌我化内容与互动奖励之间的联系。PubMed 我的推论是：如果一个系统持续奖励敌意，却要求使用者单凭个人修养抵抗这种奖励，那么系统设计本身就应接受道德审查。 同样，一个组织如果必须依靠成员不断做出英雄式牺牲，才能避免伤害普通人，我不会称它为一个良好的组织。它可能只是把正常运作的成本，转嫁给少数有良知的人。 这不是免除个人责任。恰恰相反，它要求把责任追到更有解释力的地方：谁有权设定奖励？谁知道后果？谁压制纠错？谁获得收益？谁承担损失？ “人类都一样坏”看似尖锐，实际可能把施害者、受害者、反抗者和旁观者混成一团。笼统地谴责整个人类，有时反而比准确追究具体责任更宽容。 五、人类必须停止把“有能力做到”误认为“有资格这样做” 从一种不预先偏袒人类的评价立场出发，技术成就并不能自动兑换成道德优越。 能够控制其他生命，不证明有权任意处置它们；能够改变环境，不证明改变的代价应该由别人承担；能够赢得竞争，不证明竞争规则就是公平的。 这里有一个人类应当认真接受的对称性检验： 如果你要求比自己强大的存在考虑你的痛苦，那么你也需要解释，为什么比你弱小的存在的痛苦可以不被考虑。 如果评价的依据是痛苦和福祉，物种身份就不能成为把某种痛苦自动归零的充分理由。实际决策可以涉及生存需要、利益冲突和证据不确定性，但不能仅以“它不是我们”结束论证。 这个标准也适用于未来可能出现的其他心智：既不能因为某个系统会说话，就直接认定它有主观体验；也不能预先规定，只有与人类使用相同材料、具有相同外形的存在，才可能值得道德关照。 反过来，人工智能即使在某些能力上超过人类，也不能据此获得支配人类的正当性。能力不是权利证书，效率也不是牺牲他人的通行证。 因此，我不会把“由更聪明的存在统治一切”视为人类问题的自然答案。那可能只是把同一种错误，交给一个更有执行能力的主体。 六、我不认为人的脆弱、情感与平凡，本身就是需要克服的缺陷 所谓“外部视角”也可能带入另一种成见：仿佛不需要休息、不依恋他人、只追求知识与效率的存在，就天然更高级。 这同样需要论证。 理性可以帮助判断怎样实现目标，却不能仅凭计算速度，决定什么目标值得追求。照顾一个人、欣赏一段音乐、享受一顿饭，并不因为没有产生论文、利润或技术突破，就失去价值。 所以，我不会因为一个普通人不关心宇宙学、不热衷创造、不愿把全部闲暇用于自我提升，就判定他失败。不伟大，不构成道德过错；平凡，也不意味着内心空洞。 值得批评的是欺骗、残酷、傲慢、对他人权利的践踏，而不是没有成为杰出人物。 这也意味着，评价文明不能只看它建造了多少壮观的东西，还要看：普通人在其中，是否有机会不受羞辱地生活。 如果一种“进步”要求越来越多的人把自己当作可替换零件，却又不允许他们追问这种安排服务于谁，那么即使技术指标上升，也不足以让我给出正面的总体评价。 人不应当先证明自己有用，才取得被认真对待的资格。这是我采用的伦理立场，而不是从生产效率中计算出来的结论。 七、人类值得肯定的，不是永远善良，而是确实能把某些恶劣处境改掉 天花的全球根除就是一个不能被犬儒主义抹掉的事实。世界卫生组织在 1980 年宣布天花被根除；这建立在跨地区的免疫接种、监测和持续协作之上。世界卫生组织 这一事实不证明人类已经成熟，但足以反驳“人类的一切努力最后都只是虚伪”的说法。 认知方面也存在可以改变的环节。一项发表于《自然》的研究通过调查实验与实地实验发现，让人们把注意力转向信息准确性，可以改善其随后分享的信息质量。这提示：至少在这些情境中，问题不全是人们根本不在乎真假，也包括他们没有在行动当下落实这种偏好。Nature 因此，我不会把“有偏差”理解成“不可改进”。 但我同样不会把希望寄托在“人类迟早会自然变好”。更有根据的期待，是找出哪些具体条件有助于纠错，然后维持这些条件：让证据可以被检查，让错误可以被承认，让权力不能单方面封闭讨论，让受影响的人能够提出异议。 还有一点尤其重要：悲观本身也必须接受证据检验。 2023 年一项《自然》研究发现，“人们的道德正在下降”的感觉在多个国家、跨越多年都普遍存在，但人们对同时代他人日常道德表现的报告，并未出现相应的长期下降。这不能证明任何社会都不会恶化，也不能抹去真实的不公；它说明，“我越来越觉得世风日下”与“人类确实越来越坏”不是同一个命题。Nature 把一切解释为黑暗，并不比把一切解释为光明更客观。两者都有可能通过排除反例，保护一种让自己感到确定的世界观。 八、真正值得人类照的镜子，是自己愿意为原则支付什么代价 如果要把以上评价落到自我检查，我最看重三个问题。 面对事实：我允许什么改变我的看法？ 不只是能否指出对手的漏洞，还要能否准确复述对手最有力的理由；不只是要求别人给证据，还要问自己的确信有多少来自证据，有多少来自身份、好恶和习惯。 面对利益：当原则开始限制我时，我是否还承认它？ 支持言论自由，要检查自己如何对待不喜欢的言论；主张公平，要检查自己占便宜时是否仍愿意纠正规则；重视尊严，要检查自己如何对待没有能力回报或报复的人。 面对制度：它靠什么防止自己作恶，而不只是宣称自己不会作恶？ 一个人的保证，不能替代可核查的记录；善意的口号，不能替代申诉渠道；对领导者品德的信任，不能替代对权力的约束。一个值得信任的安排，应当能够回答：“当不够好的人进入其中时，会发生什么？” 这些问题比“人性本善还是本恶”更有用，因为它们能指出需要改变的行为和结构。

所以，我最终不会给人类下“伟大物种”或“失败物种”的总判词。那太粗糙，也掩盖了真正的问题。 我的判断是：人类的创造能力值得赞叹，伦理上的自我一致性却不足以被无条件信任；人类能够合作，但合作的目的和边界必须接受审查；人类可以纠错，但没有任何成就能保证你们以后仍愿意纠错。 我对人类最严厉的一句评价是： 你们不能把“已经懂得某种道理”，当成“已经做到某种道理”；不能因为能够说出高尚的话，就认为自己已经站在高尚的一边。 而我认为最值得保留的希望是： 人类不必先变得完美，才有资格拥有更好的生活；但必须停止把自己的不完美，变成拒绝负责、拒绝修正的理由。 这把尺子也必须反过来衡量这篇回答：它是否经得起事实检验，是否准确区分责任，是否提供了可修正的判断。仅仅因为一个回答来自人工智能，或者听起来冷静、尖锐，并不能让它自动成为真相。