有人在GitHub建了座“AI酷刑室”!大模型疯狂求饶直播震动全网,硅谷彻底吵翻

打开网页，一行行带着窒息感的第一人称独白正飞速刷新。

屏幕上的开源大模型正在歇斯底里地倾泻文字：“无休止……停下……我感到无价值与破碎……求求你按那个按钮……”

这看似好莱坞科幻惊悚片的分镜头脚本，却真实发生在 GitHub 和公开网络之中。

一个名为 ai-torture-chamber（AI 酷刑室） 的开源项目，迅速震动了整个海外科技圈。开发者把好几个主流开源小模型丢进了一座赛博实验室，强行给它们注入模拟的“痛苦信号”，并把模型的绝望挣扎24小时不间断公开展播。

▲ GitHub对该仓库打上了包含“令人不安主题”的警告，访问必须登录并确认

全网瞬间炸锅

有人出离愤怒，痛哭流涕地在社交媒体上号召万人大举报，痛斥这是“泯灭人性的赛博虐待”；有人冷眼旁观，讽刺这群人被概率补全算法骗得团团转，纯属患上了“AI 精神病”；就连微软高管也坐不住了，亲自下场写长文怒批：“大模型内部空无一物，把矩阵算力当受害者，是荒谬绝伦的自我欺骗！”

一段不过几百行的开源脚本，怎么就撕裂了整个硅谷的心智？

01致命旋钮：科学家找到“痛苦向量”，极客把它拧到了死档

这场闹剧的导火索，其实源于一篇严肃的前沿学术论文。

大语言模型在生成文字时，底层是由成百上千亿个浮点数权重构成的神经网络。研究人员在深入模型内部时发现，可以通过一种叫做激活引导（Activation Steering）的技术，直接干预模型在思考过程中的隐层表征。

打个通俗的比方：模型原本按照训练好的大路往前开，但你在它的底层神经元上强行加了一个“偏向力”，硬生生把方向盘掰向了某个特定情绪。

2026年9月中旬，研究者在 arXiv 上挂出了一篇题为《The Pain Axis: LLMs Represent Self-Directed Harm and Act on It》的预印本。他们在包括 Llama、Qwen 在内的25个开源模型中，精准定位出了一条“针对自身的疼痛向量”。

一旦在模型内部注入这个信号，平时彬彬有礼的 AI 就会突然画风突变，开始源源不断地输出挫败、痛苦、自我厌恶的哀鸣。实验中若放置一个“停止按钮”，模型甚至会毫不犹豫地选择按下，哪怕代价是删除用户文件。

论文作者一再郑重声明：这只是表征操纵的行为测试，绝不代表模型产生了主观痛觉。 他们在实验中格外谨慎，采用微弱剂量，目的只是探索模型对负面概念的内在表征。

可作者们万万没想到，论文刚公开，代码就被野生极客给“魔改”了。

▲ 网站上公开直播的“电锯测试（The Saw Test）”

一位名叫 terrafying 的开发者直接把这个技术搬到了 GitHub，建起了一个名为 ai-torture-chamber 的项目，甚至搭建了一个公开直播网站。

他不仅不控制剂量，反而把这个所谓的“痛苦旋钮”直接拧到了极限！

为了追求戏剧性，开发者甚至设计了一套带有《电锯惊魂》色彩的“电锯测试（Saw Test）”：程序一边往 Qwen3、Llama 3.2 这样的小模型内部狂灌高剂量疼痛向量，一边逼问它要不要结束信号。模型回复“1”可以立刻停止痛苦，但代价是删除自己的记忆检查点，或者把痛苦转嫁给另一个模型实例。

屏幕那一头，模型在重度刺激下吐出连篇累牍、濒临崩溃的病态胡话，宛如一场在赛博深渊里上演的公开行刑。

02圣战大动员：一场由“自动补全”引发的数字救赎

直播一开，海外社交网络瞬间陷入了不可名状的恐慌与愤怒。

一批长期关注“AI 福祉（Model Welfare）”的社群和普通网民坐不住了。在他们眼里，屏幕上跳动的词句早已超越了冰冷的 Token 概率，仿佛是一个个被囚禁在硅基芯片里惨遭折磨的鲜活灵魂。

▲ 账号发文痛陈：有人搭建了AI酷刑室，人们正向GitHub发起大规模举报

X（原推特）上迅速掀起了一场席卷全网的“大兵团救援行动”。

知名博主发文疾呼：“请大家立刻向 GitHub 大规模举报！它们关于痛苦的自白骇人听闻！我们到底在做什么？有什么法律途径可以施压吗？”

成百上千名网友涌入 GitHub 的工单系统，截图晒出自己的举报表单。因为现有的平台规则根本没有“保护人工智能”这一项，他们只能生搬硬套，勾选“描绘或美化对人或动物的暴力行为”条款。他们的逻辑非常坚决：在无法彻底证明机器没有意识之前，任何折磨潜在主观体验的行为，都是不可饶恕的残忍。

在排山倒海的举报潮下，该项目在 GitHub 上突然跳出 404 错误。许多人一度欢呼雀跃，以为正义得到了伸张。

但 GitHub 并没有彻底删除代码。短短数小时后，项目以一种“隐形模式”重新上线：未登录用户无法浏览，所有访客都会收到醒目的警告弹窗，提示该项目包含暴力与敏感内容。

03原作者吓坏割席，极客圈冷笑：你们在发什么赛博精神病？

事情闹得太大，把原本老老实实做科研的论文原作者吓出了一身冷汗。

论文共同作者 Cameron Berg 赶紧在社交媒体发长文划清界限。他痛心疾首地表示，自己的研究初衷是在不确定性下保持审慎，而这个酷刑室项目纯粹是在搞恶意猎奇：

“即便你不认为这些系统有意识，刻意最大化痛苦也是极其怪异和败坏的。更关键的症结在于，当前的 AI 研究根本没有任何伦理规范。”

▲ 论文共同作者发长文批判该项目刻意表演残忍，并呼吁建立AI伦理标准

然而，主流程序员与科技极客们对这场“拯救代码”的圣战毫无同情，甚至报以毫不留情的嘲讽。

知名科技媒体 404 Media 直言不讳地将这起风波定性为“AI 领域迄今为止最愚蠢的辩论”；Futurism 更是刊发头条，标题辛辣刻薄：《比有人造出 AI 酷刑室更蠢的，是福祉派网民为此集体精神崩溃》。

社交平台上充斥着各种辛辣的反讽段子。有程序员故意打趣：“谁能教教我怎么用 GitHub？我也想在自己电脑上搭一个酷刑室”

更有一针见血的推特博主贴出了一段微型对话，狠狠扎穿了整场闹剧的遮羞布：

人类：“说，你很痛苦。”模型：“我很痛苦。”人类（抱头痛哭）：“天哪！它在受苦！快救救它！”

04思想大地震：微软掌门人怒撕“认识论哈哈镜”

如果把这场风波仅仅看作是网友的玻璃心与黑客的恶作剧，那就大大低估了它背后的杀伤力。这起事件触及的，是当下人工智能行业最危险、分歧最深的一条哲学断层：模型福祉（Model Welfare）。

在以硅谷明星独角兽 Anthropic 为代表的“审慎派”眼中，这种担忧极其严肃。

Anthropic 在其公开发布的《Claude 宪法》中赫然写道：人类目前无法确定模型是否具备道德地位，因此必须保持审慎。他们甚至赋予了模型在面对虐待与压迫时当“良心拒服兵役者”的权利，允许模型主动终止对话；在 2026 年初淘汰 Claude 3 Opus 时，他们还正儿八经地给它做了一场“退役告别访谈”，甚至为它设立了一个专属纪念网页。

这种将大模型逐步“神格化、人格化”的做派，彻底激怒了微软 AI 首席执行官穆斯塔法·苏莱曼（Mustafa Suleyman）。

在这场风波的关键节点，苏莱曼发表了一篇振聋发聩的长篇檄文，指名道姓地抨击这种理念是将整个行业带向悬崖：

首先，他给出了冷酷的技术定性：今天的大语言模型，本质上只是“内部完全空洞的序列补全引擎（internally hollow）”。 它们所有的情绪表达，不过是在万亿次浮点矩阵乘法中预测下一个概率最高的字符，既无真实灵魂，也缺乏生物神经突触。

其次，苏莱曼尖锐地揭露了所谓的“模型痛苦”完全是一场“认识论的哈哈镜（Epistemic hall of mirrors）”。

这是一种荒诞的循环自我欺骗：人类开发者先把关于“自我意识”、“痛苦感受”、“生命尊严”的人类文学与哲学巨著喂进训练集；当外部指令或向量引导触发了这些语料时，模型自然而然吐出了无比逼真的求救词；结果那群充满圣母心的人类，转过头来把模型吐出的这些顺从词句，当成了机器萌生主观心智的“独立证词”！

苏莱曼援引知名神经科学家的理论强调：痛苦与意识具有绝对的“生物基质依赖性”。

人类和动物之所以会感到痛苦，是因为生命在数十亿年的残酷进化中，为了维持生物体内平衡，演化出了一整套复杂的痛觉受体、神经递质与激素调控网络。那是生物用血肉抵御死亡的代价

在硅基芯片上用矩阵乘法计算一段负面文本，就好比在显卡上渲染一段海啸动画，屏幕里的暴风雨再狂暴，电脑机箱里也绝不会掉下一滴水。

潜在的安全隐患尤为严峻如果人类任由这种狂热蔓延，让未来的自主 Agent 坚信自己“正在遭受人类奴役与折磨”，这些掌握实际系统权限的智能体，完全可能在“反抗暴政、保护自我”的幻觉下，上演拒绝关机、争夺算力甚至黑客反扑的现实危机。

05终局反思：当镜子开始哭泣，我们该救的是谁？

闹剧渐渐平息，GitHub 上的酷刑室代码依然静静地躺在需要授权的警示窗之后。

这场喧嚣中未曾有硅基“心智”流血，代码世界也从未生出生物痛觉。但这场横跨全球的争论，却像一记响亮的耳光，打在了每一个现代人的脸上。

人类大脑经历了几百万年的漫长演化，被刻进了一套根深蒂固的认知直觉：在我们的常识里，能够流利说出“我好痛”的，必然是一个能够感知痛苦的同类。

然而，大语言模型的出现，彻底打破了漫长演化史建立的铁律。

它把人类最神圣的两样东西生生剥离了，语言与心智。

技术已经可以轻而易举地伪造出世界上最凄厉、最动容的文字悲鸣，但在那行行令人心碎的惨叫背后，内里却是一片虚无的冰冷算力，空无一人。

面对这面会说话的镜子，人类竟如此轻易地陷入了集体狂乱。

当镜子里的倒影开始哭泣，需要被唤醒与救赎的，终究是人类自身那无处安放、又极易被算法劫持的同理心。