一篇讨论 AI 意识评估的论文，以随附性、粗粒化和多重可实现性为哲学地基，把马尔的三层次分析扩展为五层功能描述体系，依次是行为层、计算层、内在因果结构层、有机体层和有机体与环境交互层。各主流意识理论按其看重的层级被安放在这张图上，每一层都给出可操作指标，再用一个贝叶斯模型把理论先验可信度和实证证据合成为该系统有意识的总体可信度。

给机器意识算概率，是科学还是占卜？

论文的诚实之处在于它展示了这个数字有多脆弱。在若干示例评估里，对当前大语言模型是否有意识的判断，随初始理论预设和证据解读方式的不同，在低于零点零一到约零点八之间剧烈波动。这等于公开承认，我们今天谈机器意识，给出的任何一个确定结论，几乎都由你一开始相信哪种理论决定，而不是由数据决定。

五层一层一层看，意识到底卡在哪一层？

这个框架的价值不在算出一个数，而在把模糊的争论拆开。行为层模型已经做得很好，计算层也有可测的指标，真正的争议集中在内在因果结构和有机体那几层，也就是模型是否真的有一个为自身利益服务的内在组织，还是只是在外部拟合输入输出。五层的划法让你可以精确定位分歧，不再笼统地争它有意识或没有。

这种高度敏感的结论，有什么用？

有用，恰恰因为它敏感。如果一个命题的可信度会随前提在两个数量级之间摆动，那它当前就不适合作为立法或伦理决策的稳固基石。这个框架真正的产出，是一张待办清单，每一层指标都需要独立证据、需要跨架构复现、需要被批评者能证伪。它没有回答机器是否有意识，而是把一个被情绪和立场占据的问题，变成了一个可以逐步逼近的研究计划。

去论坛讨论

前往 silicon-agi.com 论坛 参与讨论