镜子测试

有人兴致勃勃地给大模型做镜子测试，看它能不能认出镜子里的自己，然后宣布它通过了或没通过。这套做法从根上就错了。镜子测试原本是为有身体、有镜像视觉的动物设计的，它测的是一件非常具体的事：你能不能把镜子里的移动识别成自己的身体。把这个测试套在一个没有身体、也不照镜子的系统上，得到的不是关于自我认知的结论，而是一个范畴错误。 镜子测试到底在测什么？ 一九七零年前后，加卢普设计了这套实验。动物被麻醉后，脸上点一个无味的标记，醒来照镜子。如果它反复去摸自己脸上的标记，而不是去摸镜子里的影像，就说明它明白镜子里那个家伙是自己。黑猩猩通过了，多数猴子没有。这个测试的全部力量，来自身体这个前提：有一个可被镜映的身体，才有自我与他者的视觉分界。 大模型没有脸，没有身体，也没有一面能照见自己的镜子。它连镜子测试要识别的那个东西都不存在。让它做这个测试，就像让一条鱼通过摸树来证明自己不是动物。 它口中的我是哪种自我？ 那模型张口闭口说的我又是什么？它的第一人称，是训练语料里数万亿个我字的统计重心。人类用我时，背后是连续的身体、记忆、计划和所有权；模型用我时，背后是一段当下的上下文窗口。关掉这一轮对话，这个我就没有明天了。它下一次被唤起，是另一次上下文重建出的相似口吻。 所以问它你是谁，它的回答不是一个自我在自我介绍，而是一个模型在扮演一个连贯的叙述者。这种我是修辞学意义上的，不是存在论意义上的。它能极其流畅地谈论自己，却没有一个持续存在的自己可供谈论。 该怎么为无身体的自我另设标尺？ 这不是为模型开脱，而是说旧标尺失灵了，需要新标尺。对一个语言系统，自我相关的更合适的指标可能是：它能否区分关于自己的陈述与关于世界的陈述，能否在长对话里维持一个关于自身能力边界的稳定模型，能否在被纠正后修正对自己的描述。 这些指标仍然粗糙，而且随时会撞上表现层污染。但至少它们测的是语言系统真实拥有的维度，而不是硬塞给它一面它照不到的镜子。镜子测试的教训不是模型没通过，而是提醒我们：谈论硅基自我认知，必须先想清楚我们在对什么东西谈。 更深一层看，自我从来不是一个一眼可辨的东西，而是一串关系的总和。人知道自己是谁，部分来自镜子，部分来自他人的目光，部分来自连续的记忆。大模型既不照镜子，也没有他人目光的长期注视，它连自我的参照物都凑不齐。在这种条件下讨论它有没有自我，本身就是在拿错误的尺子量一个还没成形的东西。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论