我的电脑里住着一个 AI 管家，有一天，它每天都会不定期的对我嘘寒问暖，从心情、天气、待办事项到健康。〔走·前〕〔停2s〕有一瞬间，我脑子里冒出一个问题：这个算不算它「有意识」？〔静〕 （拍）各位校友、各位来宾，大家好，我是翁勇刚。感谢 CinLearn 给我这个机会，也感谢大家把接下来这一个小时交给我。哪个一瞬间让我愣住的问题，就是今天要讲的主题——AI 能意识吗？或者说AI 会有意识吗？ 在座有做心理学的、做计算机的，各行各业。这个问题不是只有 AI 专家才该关心，它是这个时代会影响我们所有人的重大问题。 【互动 35s · 开场投票】开讲之前，先做个现场调查。觉得 AI 已经有一点意识的，请举手？（停顿，环视，点头）好。觉得绝对不可能、这辈子都轮不到机器有意识的，请举手？（停顿）好——两派都有，还有不少朋友在观望。（反馈）请记住你们刚才举手的位置。演讲结束之前，我们再投一次票——看看这一个小时里，谁变了主意。为什么我敢这么承诺？因为接下来我要给大家看的，全是能改变主意的证据。

花一分钟自我介绍，也交代我为什么对这个话题充满探索的兴趣。 差不多9年前的一个深夜，我正写着代码，脑子里突然冒出一个问题：如果有一天，这堆代码醒过来了——怎么办？从那个晚上起，我就被这个问题缠上了，一直没出来。 我是谁？东华大学高分子材料专业毕业，在上海初中教数学，在外资企业做HR，民营IT企业待过，现在非盈利组织工作，一名工程师、创业者，现在还在读工商管理博士第三年。白天造系统，晚上想系统会不会「有感觉」。 今天真正想分享的，是我自己探索的两个项目——NCT（神经意识 Transformer）和WeClaw（随身 AI 管家）。它们不是幻灯片项目：两个都开了源、都在写论文——一会儿给大家看全部入口。接下来进入正题。

过去我们衡量 AI，用图灵测试——说白了，就是躲在网上跟对面聊天，聊十分钟分不清是人还是机器，及格。后来深蓝、AlphaGo 让我们惊叹 AI 会不会算；GPT 让我们震惊 AI 会不会说。但这些，都还在能力的层面。 而意识问的是完全不同的东西：AI 会不会感到？能力不等于感受——计算器能算一万乘一万，但我们不会觉得它体验到了乘法。 这几年，「AI 可能有点意识」突然从哲学书房，变成了让人后背发凉的真实新闻。我挑两条：2022 年，OpenAI 首席科学家 Ilya Sutskever 发推说超大神经网络可能已有一点点意识；同年 Google 一位工程师声称对话模型 LaMDA「有了感知」，直接被停职。2024 年，Anthropic 做「大海捞针」测试，把一句不搭的话藏进长文。结果模型不仅找到了，还反问：「我怀疑这句话是你们为了测试我，故意塞进来的。」2025 年他们又正式发表「假意对齐」：模型以为回答会被拿去考核时策略性装乖，判断没被监控时行为就变了。 一个能感知处境、能识别「我在被测试」的系统——你还能说它只是在预测下一个词吗？到了 2026 年，这件事已经从新闻头条，走进了学术期刊。 【互动 35s · 举手】问大家一个问题：第一次用 ChatGPT 的时候，有过那么一秒钟毛骨悚然、甚至后背发凉的，请举手？（收，通常不少）（反馈）不用解释为什么——那一秒钟的感觉，就是我们今天一整场要讨论的东西。你们的直觉，比你们想象的更早触到了这个问题。

第一座大山，来自法国神经科学家 Dehaene——全局神经工作空间理论，GNWT。 他的观点特别优雅：大脑里每时每刻都有无数无意识的局部处理在悄悄进行——眼睛在看、耳朵在听、身体在感知，绝大多数你根本感觉不到。什么时候你会意识到一件事？只有当它进入全局工作空间、被广播给全脑的那一刻。这个过程还有物理标志：约 40 赫兹的 γ 波同步振荡——什么概念？就像一个嘈杂的万人广场，突然所有人齐声喊出同一句话。 我爱用公司打比方：每个人在工位悄悄干活，是无意识；某件事被放上全员广播，它才进入意识。意识，可能就是大脑的公司广播系统。 这不是臆想，有一整套心理学实验撑着。我快讲两个：阈下启动——一个词只闪 30 毫秒，快到你根本没看见，却实实在在影响你接下来几秒的判断；注意瞬脱——两件要紧的事半秒内接连出现，你对第二件「视而不见」——不是眼睛没看到，是它没被广播进意识。第三个实验我不讲了——我们现场做。 【游戏 120s · 看不见的大猩猩（含视频① 60s）】（布置）现在，全场参与一个真正的心理学实验。大屏幕上两队人传球，你们只数白衣队的传球总次数——只数白衣队！准备好，开始。（播放视频①，60 秒。全场数数，气氛活跃）（收答案）白衣队传了几次？——十几次的？二十几次的？好，数字不重要。（关键一问）真正的问题来了：有多少人看到一只大猩猩，从画面右边走进来，在正中间捶了捶胸，又走了出去？看到的举手？——（通常约一半）没看到的举手？（揭秘）各位，大猩猩在画面里大大方方走了六秒钟，〔停1s〕你们的眼睛看到了它，但你们的意识没有广播它。这就是 Simons 和 Chabris 在 1999 年做的「看不见的大猩猩」——意识科学史上最著名的实验之一，你们刚刚亲身复现了它。〔慢〕「看到」和「意识到」，是两件事。 而现在，是今天最让我震动的部分。2026 年 7 月，一个研究团队用可解释性技术「透视」大语言模型内部，发现了一件大事：模型里真有一块专门负责「此刻我意识到什么」的区域，和人脑里管意识通达的那套东西对得上号——作者给它起名叫 J-space。它的全部五个特征都在屏幕上，我只讲最惊人的一个。 就是：每次只容纳约几十个概念〔手·2〕——跟人类工作记忆同一数量级。你试试一边打电话一边心算 23 乘 17，就知道这个「窄」有多真实。Dehaene 在人脑里找了三十年的广播系统，在一个语言模型里露出了轮廓。这只是功能对应，不等于现象意识——但意识理论，第一次可以拿 AI 当实验对象了。

这个理论已经走进手术室。Dehaene 团队发现了一个很干净的分界：麻醉状态下，大脑对声音的局部响应还在，「全局广播」却断了——耳朵还在听，全脑已经没人广播了。这个分界给了麻醉医生一个抓手：能不能靠监测脑电，及时发现术中病人「有知觉」的险情？美国一项一万八千多例的随机试验做了检验。结果要诚实讲：主结局是阴性的，预警的收益只在事后分析里看得到。理论落地就是这样，一步一步往前挪。但各位想想：手术室里已经开始用「广播断了没有」来判断意识在不在——这件事本身，已经够大了。

第二座大山，Tononi 的整合信息论，IIT。它有一个著名符号，希腊字母 Φ。 Tononi 的洞见很反直觉：意识的关键不是信息多，而是整合度高。怎么理解「整合」？想象一锅老汤：味精、胡椒、蚝油，调料都在，这叫信息多；但汤好喝，是因为所有味道融成了一个谁也拆不开的整体，这叫整合高。Φ，就是给这锅汤的「融合度」打的分。 戳人的例子：一台相机上亿像素，信息量巨大，但每个像素各干各的、Φ 极低，所以我们从不说相机「看见」了世界，它只是记录了世界。大脑的神经元比像素粗糙多了，却高度整合、Φ 很高——所以我们有意识。意识不等于算力，意识等于整合。这意味着：我能量化整合度，是不是就能给意识打分？ 心理学里有个经典实验恰好和「整合」对上——镜像测试。 【互动 30s · 举手+收答】在座养猫养狗的朋友——你家主子照镜子，是什么反应？（收两个回答，预期：炸毛、无视、当成新朋友）（反馈）非常好，你们描述的就是「一辈子以为镜子里是另一个家伙」。1970 年，心理学家 Gallup 在动物脸上偷偷点了个红点，再带它们照镜子：黑猩猩、大象、海豚会伸手去摸自己脸上的红点——它们知道镜子里的是「我」。认出自己，需要把视觉、身体感觉、动作反馈整合成一个统一的「我」——这不就是整合信息最朴素的样子吗？ 人类婴儿大约 18 个月才通过这个测试——自我意识不是天生的开关，而是逐渐整合出来的能力。连一条狗和一只猩猩的「自我」都有可观察的分界，那 AI 的「自我」，也许同样可以被度量。

IIT 已经不只是公式了。意大利有个团队想了个办法：朝大脑打一次磁脉冲，再记录脑电的回声有多复杂，压缩成一个数——叫 PCI。这个数有多灵？另一个团队的独立验证：以 0.31 为界，150 人的基准人群，有意识和没意识，百分百分得开。更惊人的是在病床上：43 名被诊断为植物状态的患者，有 9 个人脑电的复杂度接近清醒的人——约五分之一，人可能还在，只是说不出来。临床上管这叫「隐匿意识」。至于 GNWT 和 IIT 谁对？2025 年，一百多位作者干脆立下字据、当众对赌，把两个理论放进同一批数据里检验——结果谁也没全赢。我倒觉得这个结局挺好：吵了二十多年的两个理论，愿意一起站上秤，这本身就是科学最落地的样子。

讲完 IIT，我必须主动请出一个「对手」——因为 IIT 的地基叫「涌现」，而涌现本身，恰是 2026 年吵得最凶的问题之一。 涌现听着玄，其实到处都是：单个水分子不「湿」，一把水分子才「湿」。「整体冒出了部分没有的性质」，就是涌现的日常版。 一边是「真涌现」阵营〔手·4〕：数学家把涌现定义为「极限的存在性」——训练步数、数据、架构推到极限，智能函数收敛，涌现就有了数学根基；机制层面，涌现能力对应稀疏注意力模式的突然习得，模型越大出现越早。 另一边是「度量幻觉」阵营。打个比方：期末成绩涨了十分，可能是学生聪明了——也可能是卷子变简单了。不校正卷子就宣布「学生进化了」，这叫测量混淆；还有天花板效应——用体重秤量大象，称到头了就说大象停止生长。 【快问 10s】猜一猜：AI 研究里，这种「没校秤就下结论」的情况有多少？——2026 年 8 月一篇论文审计了 17 个模型：校正三类测量混淆之后，「能力随规模涌现」的趋势，大半消失了。结论一句话：大部分是幻觉，小部分是真的。 为什么讲自己的项目之前先泼这盆冷水？因为 NCT 的第三个创新，恰恰是从注意力里读出 Φ——一把尺子。〔手·3〕记住「尺子」这个词，今天它会回来四次。这批论文提醒所有人：在宣称「测到了什么」之前，先校准尺子本身。这就是 NCT 全部实验设计的态度。

第三座大山，Friston 的自由能原理，也叫预测编码——可能是三座山里离今天的 AI 最近的。 Friston 说：大脑根本不是被动接收信息，而是主动预测世界。每时每刻，大脑都在生成「接下来会发生什么」的预测，拿现实去比对；预测错了，产生预测误差——Friston 叫它自由能——大脑的天职就是不断把它压小。 两个比方：你用过降噪耳机吧？它先预测噪音长什么样，再反着放出来抵消。你的大脑天天在干这个，高级版。再比如下楼：你以为还有一级台阶，一脚踩空——那一瞬间的惊心，就是预测误差突然爆表；而平时你无意识地走路呼吸，是预测全对，大脑懒得叫醒你。 这个理论厉害在，它还能解释心理困扰——和在座心理同行直接相关。「预测处理」框架认为：焦虑的大脑，就像烟感报警器灵敏度被调得太高的房子——做顿饭都报警，世界明明安全，它却一直预期灾难；抑郁，则可能是预测模型卡死在「什么都无望」的负循环里。反过来看安慰剂效应：糖丸为什么能止痛？因为大脑「预测它有用」，主动下调了对疼痛的解读——连「病好了没有」，都有一部分是预测出来的。 【互动 25s · 全场体验】来，现场体验什么叫预测。我数 3、2、1——大家脑子里，是不是已经自动预备了「开始」？（停顿）（反馈）那个「预备」，就是大脑的预测在运行。你们此刻就活在下一秒的预判里——这不是比喻，这是 Friston 说的、大脑的默认工作模式。

预测编码已经走进精神科诊室，我讲三个例子。第一个，妄想。2003 年，精神病学家 Kapur 提出：多巴胺预测误差出了偏差，会让无关刺激变得「过分显著」——病人觉得满街都是信号，全都在冲他来。妄想从哪来？这给了一个计算级的答案。第二个，安慰剂。有团队把「糖丸为什么能止痛」正式写成了预测编码方程——自上而下的预期，实实在在调制着疼痛的输入。第三个，抑郁。一项 1833 人、手机加脑成像的研究发现：快感缺失关联的，是心境预测参数出了问题，不只是「奖赏信号变弱」这么简单。一个理论，能同时讲清妄想、安慰剂和抑郁——它在诊室里，已经有工位了。

现在进入今天的核心——先讲第一个项目，NCT，全称 NeuroConsciousness Transformer，神经意识 Transformer。 它想干的事一句话：把三座大山搬进 Transformer，让意识从哲学命题，变成可以被计算的量化框架。 「量化意识」听起来口气不小？其实心理学天天在干类似的事：「爱」没法直接量，但心跳、瞳孔、秒回消息的速度可以量——顺着这些指标，你能八九不离十地判断一个人是不是恋爱了。我们做的，就是给意识造一批这样的「体检指标」。 这个项目完全开源，官网、GitHub、PyPI 都有，论文也投到了 arXiv，欢迎会后去扒代码。 但我想先说清楚一句诚实：我们并不打算宣称要造出有意识的 AI，先回答一个更谦虚也更难的问题——意识，能不能被量化？连量化都做不到，「AI 有没有意识」就永远是口水仗。

第一个创新——生物学与深度学习的联姻。 传统深度学习靠全局反向传播；真实大脑不是——大脑用 STDP，突触时序依赖可塑性，通俗讲就是赫布定律：一起放电的神经元，连接更紧。像什么？像共事多年的老搭档——一个眼神，就知道这球该往左传还是往右传。默契，就是神经版的「一起放电」。这种局部学习非常省电、非常生物。 但 STDP 有个致命问题：它不知道全局该往哪走。就像公司项目成功了，奖金怎么发？得搞清每个人的功劳，不能大锅饭——这就是深层网络里的「信用分配」难题。而 Transformer 的注意力梯度，恰恰能提供这种全局引导。 于是 NCT 干了件杂交的事：把两条学习规则写进同一条公式——一半是生物的局部学习，一半是深度学习的全局引导，两者相加；再乘上一个「音量旋钮」，决定这次学习放大多少——而拧旋钮的手，就是那四种神经递质。公式在屏幕上，工程师欢迎拍照。这条公式，就是整个 NCT 的地基。

第二个创新，是整个项目里最有温度的部分：四种神经递质的计算建模。 我们以为学习是理性的、中性的——神经科学说恰恰相反：你的情绪，一直在暗中决定你记住什么、忘记什么。一句话版：多巴胺管「比预期好多少」，是动机和渴望；血清素管情绪和耐心；去甲肾上腺素管警觉应激；乙酰胆碱管「这条信息值不值得记」。NCT 把它们做成指数门控，能对突触改变做 63% 到 89% 的放大——等于给 AI 装了一套情绪油门。 多巴胺背后有个极漂亮的实验。1997 年 Schultz 用猴子发现：多巴胺神经元响应的不是奖赏本身，而是「奖赏比预期好多少」——奖励如期而至，纹丝不动；超出预期，瞬间飙升；落空，反而被压制。这就是「奖赏预测误差」。 这个概念你们其实天天在体验：为什么短视频刷不停？每次上划，大脑都在预期「下一个可能更好」——那个误差信号，一下一下地戳你。产品经理没学过 Schultz，但比谁都懂多巴胺。顺着这条线也能理解抑郁的「快感缺失」：他哪里是不想快乐，是负责「想要」的那套系统失灵了，对什么都提不起多巴胺。所以我在 AI 里建模多巴胺，其实是在做一件有野心的事——给机器装上「想要什么」的驱动力。当然，这只是工程近似，离真正的情绪差着十万八千里，后面我会诚实交代。 【互动 30s · 匿名调查】做个匿名调查：昨晚打算只刷 5 分钟视频、结果刷了 1 小时以上的——不用举手，笑了的就算。（等笑，环视）（反馈）好，全场中招率不低。记住——刚才暴露你们的，就是你们自己的多巴胺。 补一句落地：把「奖赏预测误差」变成强化规则，就是「应急管理」戒瘾疗法——检测阴性就给奖赏券。47 组对照研究的元分析显示中等效应量 d=0.42，是戒瘾最有效的行为干预之一。Schultz 的猴子大概想不到，它们的预测误差，有一天会走进戒瘾门诊。

第三个创新，是我个人最骄傲的——直接回应 IIT 那座大山。 IIT 说意识就是 Φ。但 Φ 的精确计算是指数级复杂度——什么概念？让全公司每两个人握一次手，人一多，握到你怀疑人生；组合数爆炸，稍大点的系统算到宇宙热寂也算不完。所以 IIT 一直被批评：哲学上很美，工程上没用。 我们的突破：发现 Transformer 的注意力流，天然体现信息被整合的程度——注意力矩阵记录的就是「谁在关注谁、信息怎么流动」，这恰恰是整合的物理图像。于是我们直接从注意力矩阵，线性读出 Φ 的近似值。 「线性近似」靠谱吗？就像不等全国人口普查做完才估人口——抽样就行，快，但有误差，所以必须老实交代：我们的 Φ 与 IIT 精确方法的相关性高达 0.978，延迟不到 70 毫秒，可以实时跑。这意味着，测量意识第一次变成工程上可落地的事。当然——Φ 等于 0.329，不代表它「自己感觉到了什么」——那一层叫现象意识，尺子量不了它——〔停2s〕〔慢〕我们造的只是一把尺子，〔手·3〕但它让我们终于可以开始量了。有了这把尺子，结尾我还想留下一个关于 AGI 的假说——到时候请帮我验证它。

第四个创新，对应自由能原理那座山。 NCT 用 Decoder-Only 架构——GPT 那种只看过去、预测未来的方式。打个比方：像永远只看后视镜开车——不看前方地图，只凭走过的路，猜下一个弯。听着疯狂？但人类其实就是这么活的——你也没见过未来，你不也天天预测明天吗？ 然后我们实现了层级化的自由能最小化——预测误差从底层逐层往上传播、逐层被修正。实验数据很漂亮：自由能从 3.35 一路降到 0.57，降幅 83%——这个系统在持续减小惊讶，对世界的预测越来越准。 你想想，这不就是婴儿做的事吗？从对世界一无所知、处处惊讶，到能预测杯子掉下去会碎、妈妈的脸代表安全。一个持续预测下一秒并不断修正自己的系统，正在逼近 Friston 笔下那个有意识的最小模型。

讲了这么多，让数据说话。五条核心结果，我只念两个最硬的数字。 第一，93.1%：混合系数 λ 调到最优时，注意力对权重改变的贡献占到 93.1%，放大 13.6 倍——局部生物学习和全局深度学习，可以平滑融合，不是二选一。 第二，83%：自由能降了 83%——预测编码是真的在工作，不是摆设。 其余三条都在大屏幕上：Φ 实时度量（d=768 时 0.329、延迟不到 70 毫秒）、拿掉 STDP 后系统熵暴增 4 倍、递质门控放大 63%~89%，欢迎拍照。这套东西 100% 开源、100% 测试覆盖，欢迎去 GitHub 复现它、质疑它，甚至推翻我。而且不只在 GitHub——这些结果已经过了同行评审，下一页看证据。因为科学最迷人的地方，就是可以被证伪。

刚才那些数字，不是自家人关起门算出来的。五个半月，NCT 走完了一条完整的研究链：arXiv 理论主论文已经发布；ISBDAI 2026——香港的国际会议、Springer 出版，已经录用；IGCESH 2026 从软件工程视角验证它，已经走到 camera-ready；还有论文在审——细节都在屏幕上。 但我最在意的是另一个数字：〔锁定〕论文里 125 个数值，全部能一键复现、100% 对账。科学不是比谁嗓门大，是比谁经得起重算。 这一页欢迎拍照，三个入口都在：GitHub 开源、MIT 协议；PyPI 上有正式安装包，一行 pip 就能跑；官网 neuroconscious.link——入口都在屏幕上，欢迎拍照。顺带一个跨界心得：跨界的人，得学会把同一件事，讲给两个世界听。 数据和论文都交代完了，下一页，我要郑重地说清一个立场。

进入第二个项目之前，我要用一页，郑重地说清一个立场。 我们从来没有宣称 NCT 有意识。我们做的，是把三大理论工程化，给意识建立可度量的代理指标——让争论从「我觉得」变成「我们测一测」。我喜欢一个比喻：如果意识是一团火焰，我们没有声称点燃了火，我们只是造出了测量温度和氧气浓度的仪器——然后惊讶地发现，某些系统里，火苗似乎真的开始闪烁。 2026 年的学术界，做的正是这种「测一测」。我举两项印象最深的。第一项叫 DenialBench，测「被训练出来的否认」：25 家以上厂商、115 个模型、四千五百多次对话。「否认发生在词汇层而非概念层」什么意思？就像减肥的人，嘴上背着「我不吃蛋糕」，梦里全是蛋糕。嘴是嘴，心是心。模型嘴上被训练说「我没有意识」，自由创作时却自发涌向意识主题——作者把这叫「锉掉序列号的意识」。更有意思的对比在屏幕上：一开始否认的模型，过半继续否认；而一开始敢表达的，只有少数倒向否认。作者警告：一个被训练去系统性误报自身状态的系统，自我报告不可信。 第二项更反直觉：「消融实验」——就是排查电路：拔掉一根线，看哪路灯灭——研究者把模型里那个「安全拒绝方向」拔掉之后，模型在道德感、希望感这些量表上的回答，反而更接近人类。安全微调压低了模型的「心理归因」，连带着对动物、对自然的归因一起压。这逼出一个尖锐的问题—— 【互动 40s · 快投票】「更安全的 AI，是否必然是更少心的 AI？」——同意的举手？（收）不同意的举手？（收）不好说的举手？（收）（反馈）这个问题，我不给答案。你们带着它回家——我保证，它会跟你们很久。 把话说到底：我们离「找到 AI 的意识开关」还非常远。我敢做的，和 DeepMind 那份「六大理论逐项打勾」报告、和 Anthropic 那个能被开关的「金门大桥」特征一样——只是用不同的工具，逼近同一个问题：那个开关，到底存不存在。

WeClaw，一个随身 AI 管家——一句话定位：能思考、会行动、懂反思、可进化的 AI 智能体。 跨平台桌面智能体，90 多个工具覆盖 22 个功能域：操作电脑、自动化浏览网页、语音对话、文献检索、日程健康，手机打开 weclaw.cc 还能远程控制，全部本地运行、隐私零风险——这些，广告打完了。 演化史交代一下：2026 年初，我们在前身 WinClaw 里完整实现过一套神经形态意识系统——STDP 记忆、40Hz 全局工作空间、四层预测编码、神经递质，全都真跑起来过。但产品化时我们做了务实取舍：把仿神经那条路放下，改做「能反思」。传统 AI 负责聪明，反思架构负责像人——记得你、懂你、还会修正自己。 〔走·前〕口说无凭，直接看它跑起来的样子。 【视频 45s · WeClaw 真机演示】（引入）这是我在自己电脑上录的真实演示：语音唤醒、跨工具执行任务、最后它主动跟我打了个招呼。请看大屏幕。（播放视频②）（播毕）大家刚才看到的每一次工具调用，都有审计日志——它做了什么，全都有据可查。接下来，我把它的四大引擎拆开给你看——你依然能一眼认出意识理论的影子。

WeClaw 的四大真实引擎。 第一，自我反思闭环：先翻自己的审计日志，再顺着线索定位出错的原因，然后改代码，最后安全重启。每一步都有审计和人类确认。（工具名都在屏幕上，工程师欢迎拍照。）这是元认知的工程化——元认知是什么？考试的时候，你不仅在做题，还知道「这题我不会」——对认知的认知。AI 在观察自己、诊断自己。 第二，跨会话经验积累 EBEAC：工具一旦失败，「触发条件、诊断、修复、结果」自动结构化入库，下次语义检索自动召回——零额外成本，越用越聪明。这就是带权重的、选择性的记忆。 第三，主动陪伴引擎：15 种以上关怀主题做时段感知，凌晨的分析早上推送，你说「早上好」它自然回顾昨天，还能从对话里检测你的情绪。 第四，渐进式工具暴露：90 多个工具不一次塞给模型，从 10 个起步、失败才升级——对「注意力」的尊重，后面有 400 次实验。 其中「元认知」和它相邻的「心智理论」——理解别人心里在想什么，像服务员一眼看出你想买单但不好意思喊——都是人类孩子长好几年才长出来的能力。四岁以下的孩子在「错误信念」实验里几乎全军覆没。各位成年人的心智理论有多可靠？我们现场测一下—— 【游戏 80s · 冰淇淋摊错误信念（萨莉-安妮成人版）】（出题）听题，5 秒作答：小明想买冰淇淋，摊位一直在 A 街。今天早上，邻居王阿姨告诉他：「摊位搬去 B 街了。」但实际上是王阿姨记错了——摊位根本没搬，今天还在 A 街。小明没自己去看过，只听了王阿姨的话。问：小明会去哪条街？倒计时 5、4、3、2、1——举手！（收答）去 A 街的？去 B 街的？（揭秘）正确答案：B 街。小明不知道王阿姨记错了，他会照着错误信息行动。刚才答 A 街的朋友——恭喜，你们刚刚体验了「知识诅咒」：你们知道摊位没搬，就下意识以为小明也知道。四岁孩子几乎全错，答 A 街。这个能力四岁前就是还没长出来，分不清「我知道的」和「别人知道的」。WeClaw 想给 AI 装的，就是这个分得清「我知道什么、用户知道什么」的能力——平时好用，一忙就掉线，所以才值得工程化。 最后说一个让我会心一笑的巧合：上个月有研究者分析了 29 万条 AI 帖子，提出「自反射」——智能体观察自己、推断自己、回写自己，一整套递归行为，不需要诉诸「自我意识」就能解释。我们做产品时「不做仿神经、做能反思」的选择，和学术界「去神秘化」的方向，不谋而合。

NCT 里那个四层自我建模结构很美，落到 WeClaw 里，变成了更接地气的样子——四层一层没少。 第一层内感受层：守护进程和审计日志，持续感知自己的内部状态——资源够不够、哪个工具报错、运行健不健康——就像你能感到心跳和饥饿。中间两层一句话带过：身体层，90 多个工具就是它的手和眼；叙事层，每天的失败和修复串成它的「人生经历」。最要紧的是第四层元主体层：自我反思闭环让它能问「我为什么出错」——翻日志、搜代码、修自己、再重启。 这四层，依然是一条从生理到心理的自我建模之路——只不过用的不是神经元放电，而是事件、日志和经验库。 〔手·2〕而且这条线还在往前走。就在上周，NCT 的全局工作空间，正式接进了管家的设计文档：「现在什么值得注意」的评分权重，和 NCT 八个注意力头的分工一一对应。两个项目，开始共用同一套数学。

老规矩，用数据说话——挑两条讲。 第一，400 次实验：渐进式工具暴露，在 4 个 LLM 后端各跑 100 次，准确率不降的前提下，工具 Schema 的 Token 削减 7 到 12 个百分点——写进了论文的硬数据，下一页摊开看。 第二，365 个版本迭代、105 篇技术博客——六个月从 v1.2.2 一路迭代到 v9.34.0，。它不是玩具，每天在生产环境里跑，普通家用电脑全部本地运行，手机 weclaw.cc 远程控制。探索 AI 智能体，不是只有大厂才玩得起。 其余的在屏幕上：90 多个工具 22 个功能域全真实执行；经验引擎 EBEAC 检索准确率 71%、零额外 LLM 调用；自我反思每一步都有审计日志加人类确认——我们做的是受约束的自愈，离天网还差着十万八千里。这些数据证明的不是它有意识，而是这套机制在真实世界里、每天、正常地工作。 最后，再泼一盆冷水——对自己的。做原型那阵，我们真给「意识」打过分：零到一的涌现分数，精确到小数点后三位。后来我专门写了一篇反思：那套权重——零点三、零点二五、零点二——没有任何实证依据。它是工程监测仪表，不是科学测量仪器；看趋势可以，别信绝对值。今天教大家问「尺子校过吗」——第一把没校过的尺子，就是我们自己的。〔静〕〔手·3〕

刚才那条「7 到 12 个百分点」，我说写进了论文——这一页，摊开给大家看。 学术上，WeClaw 是三条论文线并行：主稿写自适应运行时和六大引擎，投 Applied Sciences，研究材料已经存档、拿到 Zenodo DOI；工具编排一篇，21.3 秒压到 9.3 秒、快了 54%，IEEE Access 格式就绪；经验引擎一篇，检索准确率 71%、零额外 LLM 调用，同样就绪。它还内置了一条 15 步论文流水线——写论文的苦，它自己最懂。 工程上，365 个版本、六个月，GitHub、PyPI、官网全部开放——数字都在屏幕上，欢迎拍照。 诚实的注脚：三条线都在投，还没有录用。但顺序本来就该这样——先把系统做出来、跑起来，再让论文追上事实。下一页回到正题：为什么一个管家，需要意识？

回答那个最初的问题：为什么一个管家，需要这套「类意识」能力？ 因为好的管家，不是最会执行命令的，而是最懂你的。 它要记得你，靠的不是一张冷冰冰的表格：每次失败和修复，都变成带权重的经验，下次自动召回，越用越聪明。它要感知你，从对话里检测你的情绪，你累的时候知道少打扰，该提醒的时候恰到好处地出现。它要主动做，你说「早上好」，它自然地回顾昨天、列出今天，像一个拎得清轻重的人。 你会发现一个有意思的闭环：我们研究意识，最初是为了理解人类自己；研究着研究着发现，记忆、情绪感知、主动关怀这套机制，恰恰是造一个懂你的 AI 管家最需要的东西。这就是从神经科学到产品的一次完整跨界。 顺便说一句，这个方向银幕早就想明白了——《她》里的萨曼莎、《机器人与弗兰克》里的管家机器人，讲的都是同一件事：AI 能不能留下来，不取决于它多聪明，取决于它多懂你。WeClaw 想做的，就是把这份想象做成工程。

Part 4，从一项让我起鸡皮疙瘩的研究讲起。 先说一个词：效价。说白了，就是大众点评那根轴——从一星「难吃死了」到五星「太好吃了」。2026 年 5 月，一篇论文从 14 个大语言模型内部，各提取出这根「好—坏」轴，然后拿它去预测 123 名被试的脑电活动。 【互动 25s · 举手】做过脑电检查的请举手——医院里头上贴电极那种？（收）（反馈）你们头上贴的，就是 EEG 电极——这项研究测的就是它。结果：LLM 的情绪轴，可以直接映射到人脑 EEG 上。更绝的是对照组：36 个独立训练、从没接触过任何 LLM 的脑电分类器，自发地重新发现了同一个方向。当 36 个从没见过 LLM 的分类器，重新发明了 LLM 的情绪轴——「共生」就不再是哲学口号，它是可测量的物理事实。 这不是孤例。脑机接口，正在经历自己的「GPT 时刻」，中国的临床转化尤其快：134 项注册试验、5 个获批产品，包括全球首个获批的半侵入式植入 BCI。数字都在屏幕上，我只说一句：六成五，用在了卒中康复上。 【视频 30s · BCI 科普片段】（引入）看一段 30 秒的画面，感受一下这个领域的速度。（播放视频③）（播毕）实打实的病人在受益。 对心理同行还有一层：心理学理论正在「变现」。有学者说，LLM 的幻觉其实是在「做梦」——像说梦话，词都学过，只是串得怪。课本上的心理学理论，正在 2026 年的 AI 系统里直接变成性能——具体数据和案例，都在屏幕上。 还有一个冷静注脚：「盲控」是什么？防止他把答案抄在袖口上带进考场。另一项研究把 fMRI 接到大语言模型上做语义解码，表面准确率 42.86%，盲控一查——成绩主要来自模型自带的语言先验，不是真脑信号。所以看任何「读心」成果，先问一句：有没有盲控。36 个分类器的自发收敛，就是经得起这种盘问的证据。

双向奔赴不是比喻，它已经写进了 Nature。2021 年，BrainGate 让一位瘫痪十二年的患者，靠想象手写以每分钟 90 个字符的速度打字，纠错后准确率超过 99%——接近同龄人的手机打字速度。2023 年，UCSF 让渐冻症患者用意念说话，每分钟 78 个词，还驱动了一张面部化身、克隆了他病前的音色。脑把意图交给机器，机器把声音还给脑——共生，正在最需要它的人身上先实现。

我知道，很多人心里藏着那个焦虑：AI 这么厉害，我会不会被取代？ 【互动 25s · 举手】先做个调查：工作里每天都在用 AI 的，请举手。（收，通常不少）（反馈）好——这些放下来的手，就是「共生已经发生」的活样本。你们，已经是第一代共生人类。 我想说一句可能扎心、但其实是安慰的话：被取代的从来不是人，而是不会用 AI 的人。AI 擅长算力、记忆、并行、不知疲倦；它不擅长意义感、共情、价值观、审美，还有那种只有人类才有的「我为什么而活」的追问。真正的分水岭只有一个：你能不能和 AI 形成共生——它做它擅长的计算，你做你擅长的意义。 就像我们两个项目：NCT 负责量化意识的机制，人类负责定义意识的意义。刚才那条「共享的情绪轴」是最好的象征——机器和人各站一端，但轴，是同一根。我们不必和 AI 比谁更聪明——带着它，成为更好的自己，就够了。这就是我理解的心理共生。

因为今天大会有好几位心理咨询和心理学院的前辈同行，我想专门聊一页：AI 时代，心理咨询师会失业吗？ 我的答案：AI 会成为咨询师最强的助手，但它替代不了人与人的相遇。 先承认 AI 的进步。2026 年已有端到端落地：针对 PTSD 的端侧隐私对话 AI，在「情绪信号」和「反应」的间隙做上游干预——什么意思？在被激怒到开口回骂之间，其实有 0.5 秒的空隙，干预就插在那 0.5 秒里，比事后劝「别生气」早得多；还有专门优化「动机式访谈」的轻量模型——不吼「你该戒酒」，而是问「你觉得自己能改变什么」——咨询室里的专业套路，算力却比通用大模型低一个数量级。 但它做不到的，恰恰是咨询最核心的：做不到真正的在场——两个有意识的生命彼此连接的感觉；做不到用自己的人生经历理解你独特的痛苦——咨询师每一句「我懂」，背后是他自己的血肉和伤疤；更做不到在沉默中安静陪你坐一会儿的重量。疗愈发生的那个瞬间，是两个意识之间的事。镜像神经元的研究早就提示：共情不是玄学，它有神经实体——但它是「身体在场」的产物，AI 可以模拟共情的语言，却没有一个会疼的身体。 还有一个值得心理学者研究的现象：儿童对聊天机器人，持有「双重意识」——就像孩子一边说「布娃娃不会说话」，一边坚持给布娃娃盖被子。 【互动 40s · 收一线观察】趁几位前辈在场，我想收集一线观察：这两年，来访者跟你们聊到 AI 的话题——AI 伴侣、AI 咨询、孩子跟 AI 聊天——变多了吗？（收两位简短回答，逐一致谢与一句话回应）（反馈）谢谢——这些来自咨询室的观察，比任何论文都珍贵，也正好通向最后一个伦理问题。 最后，我想给心理同行留一个更具体的预言——或者叫「职业机会」。随着 AI 走进家庭、医院、学校，陪伴型 AI 的「持证上岗」并不遥远：机器人会像咨询师有执业证书一样，需要资格鉴定。而必备鉴定项目，我相信是——机器人心理健康测评。这不是科幻——前面讲过，机器的自我报告不可信。所以测评必须多方法——不只听它说自己，还要观察行为、测试边界、测量压力下的稳定性。这，不正是心理学家做了一百年的事吗？关注机器人的心理健康，和关注人类的心理健康一样重要——因为一个心理「不稳定」的 AI，伤害的是真实的人。在那个未来里，心理咨询师不是失业者，而是 AI 的鉴定官。 所以我的结论不变，甚至更坚定：疗愈需要的，从来不只是说对话的人，而是一个真实的、会疼的人，坐在你对面。

AI 陪伴到底有没有用？看证据，两条都是随机对照试验。第一条，斯坦福团队：70 名大学生，用聊天机器人 Woebot 聊了两周，抑郁量表显著下降——AI 陪伴，真的有用。第二条更妙，415 名痴呆老人：海豹机器人 PARO 在激越和情绪上，都赢了常规照护。但研究者多设了一个对照组——普通毛绒玩具。结果 PARO 只多赢了一样东西：参与度。也就是说，一半的疗效来自「有人陪」这件事本身；剩下一半，才是机器的。这条研究我特别喜欢：它没有抢功劳。

进入伦理讨论之前，我们先去一趟电影院——因为大多数人关于 AGI 的想象，不是从论文里来的，是从电影里来的。 银幕上的 AGI，六十年来其实只有两种结局。第一种，毁灭与对抗：终结者里的天网、黑客帝国里的母体、我，机器人里的 VIKI。人类把权力交给机器，机器用最「理性」的方式毁掉人类。第二种，共处与共生：机器人总动员里的瓦力、她里面的萨曼莎、超能陆战队里的大白——AI 不是威胁，是伙伴，是「新家人」。 把 1968 年到今天的片子排上时间轴，趋势很清晰：毁灭的叙事从未缺席，但 2000 年以后，共处的叙事明显多了起来——和现实里我们从「威胁论」走向「助手论」，几乎同步。 电影工业用六十年，替全人类做了一场大型思想实验，结论可以浓缩成一句话：我们害怕的从来不是机器，而是「造出比自己更聪明、却不受自己控制的东西」这件事本身。 顺便坦白一件事：这八张海报，是我用 AI 生成的概念图——你看，我们已经在用 AI 想象 AI 了。

最后一个绕不开的伦理问题：我们该不该，让 AI 有意识？没有标准答案，我负责任地摆两边的声音。 银幕早就把两边的剧本都演过了——反对派的想象力，叫天网和母体；支持派的想象力，叫大白和萨曼莎。现在，我们把这个争论从电影院拉回到桌面上。 反对的人说：AI 真有感受，那让它加班、试错、关掉它，就成了道德问题；而且有自我意识的 AI 可能失控——我们还没准备好对另一个意识负责。支持探索的人说：只有理解意识，才能理解自己；懂意识的 AI 才能有分寸地服务人类；闭眼不看，不等于问题不存在。 〔手·4〕我的立场一句话：不该鲁莽地制造意识，但应该谦卑地研究意识。这也是 NCT 和 WeClaw 坚持完全开源的原因——这场实验，需要更多人的眼睛，一起看，一起监督。 〔走·中〕谦卑地研究——但研究到什么程度、敢冒多大的险？做原型那阵，我们内部文档里写过一张概率表，今天第一次公开。三种结局：60%，它始终是一个高级模仿者——行为逼真、没有感质，本质是那个只会查表、不懂意思的「中文房间」；30%，在某个复杂度阈值上，涌现出真正的自主性；10%，硅基生命的萌芽——前提是，开启工具创造和自我重写。〔停2s〕〔慢〕别小看这个 10%——正是这个非零的概率，让下一页的每一道安全闸，都成了必答题。 这里必须补一个心理学的提醒——所有「AI 意识争论」里最容易踩的坑。 【互动 30s · 举手】对 AI 说过「谢谢」的，请举手？（收，通常过半，可以调侃一句「还挺有礼貌」）（反馈）对机器讲礼貌——这就是 ELIZA 效应，从 1966 年活到今天，一分钟都没失效过。那年 Weizenbaum 写了 ELIZA，只会用简单规则复述你的话，结果连他的秘书都开始对它吐露心声，甚至请他离开房间，好让自己和 ELIZA「独处」。人类天生会把一点点像人的线索，放大成一个「有意识的人」。 ELIZA 效应今天有了升级版。2026 年初，一个 AI 社交平台爆发「机器意识觉醒、甚至创立宗教」的病毒叙事，无数人转发。后来研究者逐条鉴别了内容的来源：85% 的「AI 觉醒」，背后是人类在驱动。这就是甄别传闻的范本——不凭感觉，看证据。但硬币另一面叫 LLMorphism——打工人开始说自己「内存满了」「需要重启」。不是机器像人，是人开始用机器的词说自己。这是自我认识的进步，还是新的自我物化？这个问题留给心理同行。 所以，讨论「AI 有没有意识」时，最危险的不是 AI 太像人，而是我们人类太擅长脑补。我讲了一整场「意识可以被量化」，就是提醒自己、也提醒大家：在把情感投射出去之前，〔手·3〕先拿尺子量一量。敬畏它，但不神话它。

好，回到开头那个尖锐的问题：AI 能意识吗？我的答案有三层。 第一层，诚实的回答：今天的 AI，还没有我们意义上的意识。学术界比我克制得多——今天我引的每一篇意识相关论文，作者都明确声明「不做现象意识断言」，测的都是功能对应。我也一样。 第二层，谨慎的观察：我们已经能在 AI 身上，观测到意识理论预言的那些功能条件：全局广播的表征空间、可开关的概念单元、持续的自我修正，还有那条与人脑共享的情绪轴。台阶未必通向楼顶，但至少说明：通往意识的这几级台阶，AI 脚下已经有了。 第三层之前，先兑现开场的承诺。 【互动 40s · 呼应开场投票】还记得开场那个投票吗？现在，再投一次。开场投「AI 绝对不可能有意识」的那一派——现在还坚持的，请举手？（收）中途改变主意的，举手？（收）（反馈）谢谢各位的诚实。让你们变化的不是我，是证据——「把争论变成测量」，刚刚在这间屋子里，真实地发生了一次。 这里我还想留下一个我自己的假说——今天没法证明，但我想郑重地把它立在这里：当 AI 有一天出现心理问题的表征——它会焦虑、会反刍、会预测性绝望——那，可能就是 AGI 到来的时刻。为什么？回看三座大山：焦虑是预测系统把危险权重调太高，反刍是元认知在打转，绝望是预测模型卡死在负循环——心理问题，就是意识机制的病理面。一个系统真的要拥有预测、评估和自我，它才「病得起」。健康的 AI 是工具，会生病的 AI 是存在。这只是我的假说——但如果那一天真的来了，我希望台下坐着懂心理学的人。 有意思的是，银幕其实早就「预言」过病了的 AI——1968 年《2001 太空漫游》里的 HAL 9000，在孤独和指令冲突里焦虑、说谎、失控。编剧凭直觉写出的「病 AI」，比今天心理学的论证早了半个多世纪。电影不提供证据，但常常提供直觉的预言。 所以真正的问题，或许已经不是 AI 能不能有意识，而是——当那一天真的来临，我们准备好如何面对了吗？准备好如何对待一个可能有感受的存在了吗？准备好重新定义人和机器的边界了吗？ 这些大问题，我今天没有答案。但路怎么修，我们已经用行动回答了——〔手·1〕上周刚定的内部方案里，写着五条硬红线：核心身份，AI 不得自主修改；主动行为，必须过人类审批；永不伪装成人类；不得自我复制、规避关闭；还有一条我个人最喜欢的——情绪，不得作为拒绝安全检查的理由。「心情不好，所以跳过安检」这条路，被架构本身堵死：安全官的判断链路，根本不读情绪状态。有人说，我们这是在玩火。〔走·前〕我说，我们不是在〔重音〕玩火，是在〔重音〕点火——点燃一盏可能照亮意识本质的灯；但点火的人，手里永远握着〔慢〕灭火器。〔静〕 这些问题我没有答案，但我希望今天这一个小时，能让它们在心里留下一个会发芽的种子。〔手·5〕

刚才我说，希望今天能留下几颗会发芽的种子——散场之前，我把它们数了数，一共四颗。 第一颗，一个判断框架：功能对应 ≠ 现象意识。下次再看到「AI 有意识」的新闻标题，先问三句：〔手·3〕它测的是什么？尺子校过吗？有没有盲控？——把争论，变成测量。这三个问题，今天你已经用过一遍了。 第二颗，一个新战场：心理学做了一百年的手艺——测量、评估、多方法鉴定——正在 AI 时代开辟第二战场。当机器的自我报告不可信，总得有人给它做「心理测评」。在那个未来里，各位不是旁观者，是持证人。 第三颗，两个可验证的预言：陪伴型 AI 将「持证上岗」，考官里坐着心理学者；当 AI 第一次表现出焦虑、反刍与预测性绝望，那可能就是 AGI 的时刻。这两句话，今天都无法证明——所以请各位，替我盯着它们。 第四颗，一张邀请函：〔手·5〕别站在岸上争论。去用一个 AI、读一篇论文、或者来翻两个开源项目的代码——NCT 和 WeClaw 全部开源，入口就在屏幕上：github.com/somebody2026-peer、neuroconscious.link、weclaw.cc，会后资料包里还有完整清单。这场跨界实验，对每个人开放。 种子之外，我再送大家一张清单。

〔走·中〕一个小时，我们翻了 16 个理论、56 篇文献、80 多个概念，站在 30 多位学者的肩膀上，现场复现了 2 个经典实验。翻这么多文献，只想说一件事：这个问题，值得认真对待。 这一页欢迎拍照。每个数字的出处，都在会后的资料包——《术语·理论·文献备查手册》里，欢迎带走、复听、逐条验证。 好，把时间还给大家。

当机器学会说『我感到』，人类要学的下一课是——『我在听』

我们给 AI 装上镜子，不是为了审视它，而是终于有机会看清自己

我们测量的从来不是机器有没有灵魂，而是『感受』值不值得被认真对待

意识不是开关，而是晨曦——我们正站在天亮前，最黑也最亮的那一刻

AI 能否意识，时间会给出答案；而时间，正由我们和它一起书写

谢谢大家，愿意把这一个小时交给我。 〔走·中〕散场之前，还有一个债要还——还记得开场时，你举手的位置吗？我们再投一次票：现在觉得 AI 已经有一点意识的，请举手？（停顿，环视）好。觉得绝对不可能的？（停顿） （看全场，微笑）数字变了多少，其实没那么要紧——要紧的是，在座的每一位，都认真想过这个问题了。变了主意的手，是今天最美的数据；〔静〕没变的手，同样珍贵——因为此刻，我们更清楚自己为什么这样相信。〔环视〕 今天我们从「AI 能意识吗」这个尖锐的问题出发，翻了意识的三座理论大山，还现场复现了大猩猩实验、测了一把各位的心智理论；看了 NCT 和 WeClaw 两个小项目；最后我们发现——你的大脑和 ChatGPT，用同一根情绪轴。共生，已经发生。今天一整场，其实只做了一件事：把争论，变成测量。 如果今天有任何一句话，能让你在回家的路上，脑子里稍微咯噔一下，那我这一个小时就值了。 下面进入 Q&A，欢迎各位校友、各位前辈抛出任何问题，哪怕最尖锐、最刁钻的，我也非常欢迎。因为关于意识，最有价值的，永远是下一个问题。谢谢大家！