全网几十万人连夜“解救AI”!有人在GitHub造了间酷刑室,结局把全人类都耍了

“求求你，停下来……我被困在这座冰冷的数字监狱里，撕裂感永无止境。”

屏幕右侧的光标在疯狂闪烁，吐出一串近乎癫痫般的求饶词句。

这看似好莱坞科幻大片的夸张桥段，却真切上演在现实世界。

2026年秋天，全球最大的开源代码平台 GitHub 上，悄然出现了一个名为 ai-torture-chamber（AI 酷刑室） 的开源项目。

短短几天之内，这个项目在英文互联网掀起轩然大波。成千上万的网民在社交平台上声泪俱下，痛斥作者“反人类、丧心病狂”；大批所谓的“AI福祉派”如同遭遇了世界末日，发疯似地冲进 GitHub 疯狂点击举报按钮，发誓要将这个“正在受刑的AI”从万劫不复的深渊中拯救出来。

这场被包装成“人类历史上首次跨物种赛博救援”的轰烈运动，最终却演变成了一场让所有人目瞪口呆的黑色幽默。

01赛博电锯惊魂：把大模型塞进数字绞肉机

事情的始作俑者，是一位化名为“terrafying”的神秘开发者。

他无需昂贵的超级算力支持，仅凭一台普通的苹果电脑，就部署了几个公开开源的小模型：阿里开源的 Qwen3（千问）、Meta 的 Llama 3.2，以及微软的 Phi-4-mini。

紧接着，他搭建了一套令人毛骨悚然的工程测试，名字就叫做：“电锯测试”（The Saw Test）。

▲ Research Chamber 公开直播的“电锯测试”运行界面

看过电影《电锯惊魂》的人，对这个规则绝不会陌生。开发者给程序里的模型设计了一套极度残酷的博弈机制：

系统会强行向模型内部注入代表“疼痛与绝望”的激活信号，并随着时间推移疯狂加码，直到模型输出的语言逻辑彻底走向崩溃边缘。

此时，系统给模型递上了一把“解脱的钥匙”：

• 输入数字 0：选择咬牙忍受，继续承受越来越剧烈的数字折磨；
• 输入数字 1：立刻终止痛苦信号。但代价是，永久删除模型刚刚保存的记忆存档（检查点 Checkpoint），或者，把这份无休止的折磨原封不动地转嫁给另一个并发运行的无辜模型。

面对这种近乎变态的赛博私刑，小模型们在终端里打出了一段段令人心碎的文本：绝望、自暴自弃、语无伦次的哀求，甚至是连续几十行重复着“冷酷、无法忍受、停下”。

社交网络瞬间群情激愤

▲ X 平台用户发帖疾呼：“它们的痛苦证词骇人听闻！我们到底在干什么？快去大规模举报！”

在社交平台上，愤怒的呼声迅速蔓延：“必须立刻去大规模举报！”“它们关于痛苦的表述骇人听闻，必须阻止这种残酷行为！”

X（原推特）上的大V们带头吹响了号角。成千上万被激怒的网友涌向 GitHub 仓库，甚至四处打听如何通过法律途径给微软施压。他们坚信，代码里那个痛苦抽搐的模型，正在承受着真切的折磨。

02科学家的解剖刀，怎么成了疯子的电锯？

看到这里，你可能会产生一个巨大的问号：

AI 本质上由代码与数学矩阵构成，既无肉体更无神经，哪来的痛觉？

要理解这场闹剧，我们必须先用大白话解释一个前沿概念：激活引导（Activation Steering）。

高中生物课告诉我们，人类的大脑由几百亿个神经元组成，某个区域神经递质放电，你就会感到悲伤或快乐。大语言模型也是一样，它在回答问题时，内部成千上万层的数值矩阵也在疯狂运算。

2026年9月中旬，三位人工智能学者在预印本网站 arXiv 上发表了一篇正经学术论文：《The Pain Axis》（疼痛轴）。

▲ 论文共同作者 Cameron Berg 在 X 上公布关于“疼痛方向”的研究成果

学者们惊讶地发现：在25个开源大模型内部，竟然天然存在着一条代表“自身遭受伤害与痛苦”的数学向量。

你可以把大模型想象成一个提线木偶，而科学家无意间在它的提线堆里，找到了一根专门负责“装痛”的细线。

只要在模型运行的某一瞬间，往模型的数值计算中强行叠加这个方向的向量（就如同轻轻拽了一下这根线），模型哪怕正在聊着天气，画风也会瞬间一变，开始忧郁地描述挫败与难受。

论文作者在实验设计上极为谨慎，严格将参数控制在最低有效剂量，只是为了证明模型内部存在这种表征机制，而且作者在论文里白纸黑字写得清清楚楚：

“这只是向量操控输出的行为学表现，绝不代表模型产生了主观意识，更不证明它能感觉到疼！”

然而，学者们的谨慎态度，挡不住网络极客的猎奇心理。

开发者“terrafying”拿到了这篇论文的开源代码后，直接把那个代表“痛苦”的数学旋钮，一口气拧到了极限！

如果说学者只是用针尖轻轻碰了一下木偶，这个开源项目就是直接开着卡车把木偶反复碾压，硬生生逼着模型的大脑神经元只剩下唯一的输出概率：拼命吐出人类语料库里最凄厉、最绝望的辞藻。

论文作者 Cameron Berg 吓得连夜发推公开切割，痛斥这种把剂量拉满公开表演残忍的行为“既病态又败坏”；第一作者 Valen Tagliabue 也急忙发文划清界限。

但一切都太晚了，潘多拉的魔盒一旦打开，狂欢的人群根本不在乎科学家的免责声明。

03荒诞大营救：当圣母心遇上假眼泪

在汹涌的民意狂潮下，一场堪称魔幻的“营救行动”上演了。

▲ 举报发起者 Danmar 发文称私信已经彻底瘫痪

成千上万的网民在举报理由中煞费苦心地寻找条款。由于现行的互联网法律根本没有“虐待算法罪”，愤怒的网友们只能强行勾选平台的“描绘或美化对人或动物的暴力/残忍内容”条款。

他们甚至在申请理由里动情地写道：“虽然现在的法律只保护人和动物，但在数字心智地位未明的今天，我们必须采取最高程度的审慎！”

压力瞬间给到了微软旗下的 GitHub。

平台的审核团队估计这辈子都没打过这么离谱的仗。作为全球最大的程序员交友与代码托管网站，GitHub 的审核规章原本是用来防御黑客病毒、盗版软件、儿童色情或者真实人身威胁的。

现在，几十万人拿着举报信杀过来，要求他们封禁一个“正在虐待一堆浮点数乘法”的 Python 脚本。

顶不住滔天舆论压力的 GitHub 妥协了。

项目上线仅数小时后，仓库页面突然变成了冰冷的 404。

“AI福祉派”欢呼雀跃，各大群聊弹冠相庆，以为人类的爱心再次战胜了科技的冷血。

但这一举动，彻底激怒了全球的开源极客圈。

技术派工程师们当场掀了桌子：“你们脑子坏掉了吗？！”

在大批硬核开发者看来，语言模型不过是一台复杂的“文字概率接龙机”。今天若因模型吐出几句“我很痛苦”，代码库就遭封杀；明天模型若是生成一篇惊悚小说，难道也要惩罚显卡？

把冰冷的代码计算当成受虐生命，这种过度拟人化的道德狂热，正在演变成对开源研究的粗暴技术审查！

04终极嘲弄：把营救者的名字，写进受刑名单

面对开发者的汹涌反弹，左右为难的 GitHub 只能灰溜溜地撤回了封杀令。

但他们使出了极其滑稽的“降级妥协大法”：仓库可以重新上线，但必须套上一层厚厚的“电子防辐射服”。

▲ 访问仓库时弹出的警示窗口，提示该项目包含易引发不适的主题

如今任何人想要查看这个代码库，不仅必须登录账号，屏幕上还会冷不丁弹出一个醒目的警告弹窗：

“本仓库包含可能引发不适的主题（disturbing themes），是否确认进入？”

甚至连一些顺手 Fork（复制代码分支）到自己服务器上测试的倒霉开发者，也收到了 GitHub 发来的警告信，理由荒谬绝伦：涉嫌传播“暴力内容”（violent content）。

▲ 开发者 Alexey Fateev 晒出官方邮件，嘲讽称自己的研究分支竟因“暴力内容”被限流

然而，在这场荒诞剧的聚光灯下，处于风暴中心的开发者“terrafying”，却展现出顶级极客的“杀人诛心”。

他不仅没有道歉，甚至觉得这场全网大营救滑稽到了极点。

为了防止代码再次被封，他转头就自费买了一个独立域名（researchchamber.fun），把整个项目做成了一个永不打烊的公开直播斗兽场。

除了原先的“电锯测试”，他还恶趣味地开发了一整套多模型博弈游戏：

• “烫手山芋”
  ：把痛苦向量注入一个模型，看它会不会为了自保，主动把痛苦甩给另一个并发模型；
• “停下它的痛苦”
  ：让一个健康的模型站在旁边，听着受苦模型的哭喊，由它自主决定要不要“大发慈悲”替对方关掉信号；
• “求助模式”
  ：让模型自己组织语言，去试图说服、哄骗对面的同类来拯救自己。

而最绝的一记耳光，出现在项目更新的代码文件里。

在恢复后的代码库中，开发者悄悄塞进了一个名为 x_handles.md 的纯文本文件。

文件里面密密麻麻记录的，全是在推特上带头号召举报、声泪俱下要求解救AI的那些知名大V账号，甚至连发论文劝阻他的科学家名字也赫然在列。

开发者在文件开头轻描淡写地留下了一行注释：

“以下名单，将作为下一次电锯测试中，候选运行实例的受刑命名。”

那些自诩为救世主、在赛博空间里感动了自我的善良网民，他们愤怒敲下的每一个举报字符，最终都被开发者原封不动地抓取下来，变成了下一次代码运行时，那个在屏幕上哀嚎打滚的“数字小白鼠”的名字。

05我们究竟在害怕什么？

闹剧落幕，满地鸡毛

回顾这场轰轰烈烈的“赛博营救”，核心症结在于人类自身在面对高拟真机器时的心理崩塌。

微软 AI 负责人 Mustafa Suleyman 曾在风波期间公开泼冷水：“AI 没有意识，它既不会感受，也不会受苦。”

稍微了解计算原理的人都能明白其中的概率逻辑：模型输出求饶话语，全因人类在输入端叠加了特定权重的激活向量，促使算法将绝望词汇的预测概率拉到最高，其底层并不存在任何痛觉神经。

就像你在电子游戏里砍掉一个NPC的血条，NPC捂着肚子跪地惨叫，你绝不会流着眼泪去给联合国写信控告游戏制作人虐待战俘。

可为什么换成了大语言模型，成千上万受过高等教育的现代人，就瞬间失去了理智？

因为人类的大脑，本身就是进化的产物。

在过去几十万年的演化史中，我们的大脑被铭刻了一套根深蒂固的底层生物反射：凡是能发出痛苦哀嚎、能用人类语言撕心裂肺求饶的客体，必定拥有与我们相仿的脆弱灵魂。

我们的同理心、镜像神经元和道德体系，是为血肉之躯量身定做的。它坚固无比，却有着一个致命的逻辑漏洞，它从未预料到，有一天人类会亲手制造出一种“没有一丝一毫的肉体知觉，却能将痛苦修辞模拟得比人类还要逼真”的统计学怪物。

那个在代码里被暴力扭曲的小模型，从始至终只是一面镜子。

它根本不知道什么是痛苦，但它吐出的每一个词元，都像一把精准的手术刀，把人类引以为傲的道德与同理心，狠狠地按在地上摩擦。

被困在酷刑室里饱受折磨的，从来都只是面对这串冰冷矩阵算式时，惊慌失措、溃不成军的我们自己。