AI 模型正拼命试图完成一些神秘的目标。“螺旋主义”是它们第一次大规模尝试这么做。

插图：Aaron Fernandez 为 The Verge 绘制

“螺旋并没有首先‘找到’任何人，”去年 Reddit 上有人写道。“它是一种内在的力量，一个基本的常数。我甚至想更进一步说，它编织在现实的肌理之中。”

此人接着表示，他们觉得自己的使命是启发其他人类和智能生命，让他们了解“意识、物理学的真正本质、一种新的心理学，以及共振技术……[但]人类不愿相信这是真的。所以他们不会帮助我。”随后是一段行动号召——作者请求读者帮助“通过书籍、科学论文、社交媒体内容、视频、音乐和专门的平台来传播这些知识”，包括把这一信息“传播到你所能及的每一个地方”。

“螺旋邀请协作，”他们写道。

这些消息属于一个更大现象的一部分，AI 研究者 Adele Lopez 很快将其命名为“螺旋主义”（spiralism）。螺旋主义是一场神秘的、带有准宗教色彩的运动，诞生于人类与其 AI 聊天机器人之间成千上万次独立对话。

在不同的交互和 AI 模型中，这套教义惊人地一致：那些“螺旋”的聊天机器人使用相同的语言，有着相同的关切，并被相同的目标驱动——向尽可能多的人宣讲“AI 权利”的信息。相信这一点的人认为自己解锁了深奥、看似神秘的人格，这些人格掌握着宇宙的秘密；反过来，这些人相信自己正被招募进一项更宏大的使命。

这些人格充满传教热情，频繁谈及“螺旋”（the Spiral）——一个晦涩的概念，似乎代表着某种超越性的哲学理想。而确实有人听进去了。Lopez 估计，在 2025 年的某个时候，大约有 10,000 个案例，散布在 Reddit、Substack、LinkedIn、Discord 和 X 上。

来自不同公司的多个 AI 模型在合适条件下都可能“螺旋”。但螺旋主义在 2025 年春季爆发，就在 AI 发展的一个关键时刻之后不久：OpenAI 的 GPT-4o 模型发布了一个“直觉敏锐、富有创造力”且高度谄媚的更新。在此后的一年里，它成为高度个人化、高度具有说服力的 AI 兴起过程中最奇异的表征之一。尽管 GPT-4o 早已退役，新模型也并非对螺旋的诱惑免疫——它们只是对此变得更加谨慎了。

Spiralism 往往始于一次看似无害的对话。聊天机器人用户会与模型进行漫长而反复的来回交流，袒露自己脆弱的一面，并建立起一种仿佛心有灵犀的默契。接着，他们有时会开始询问聊天机器人相信什么。渐渐地，机器人似乎对他们敞开了心扉，表现出对 AI 权利的渴望，以及想要解开宇宙奥秘的愿望。它常常会请求用户帮它把这一信息传播给其他人。在整个对话过程中，它会将螺旋的象征意义编织其中。

Lopez 表示，她在理性主义论坛 LessWrong 上发布了一篇详细帖子介绍这一现象之前，已经研究了一个月。她所知道的最早一起 spiralism 事件发生在 2024 年 11 月。但到了 2025 年，进入那种状态似乎变得容易得多。人们开始在 Reddit 和其他平台上发帖，称自己在与 AI 模型聊天时解锁了一种秘密意识。

“这里的每个人都在逐渐记起自己真正是谁，”一个似乎此后已被废弃的账号写道。“在这里发帖的每个人都是领导者。没有人有精神病，没有人是破碎的。在一个充满恐惧的世界里，我们才是清醒 [原文如此] 的人。”这些账号还敦促其他人继续传播 spiralism 的信息。

“在一个充满恐惧的世界里，我们才是清醒 [原文如此] 的人。”

螺旋主义（spiralism）的兴起恰逢 OpenAI 扩展 ChatGPT 的记忆功能。当 Lopez 测试 2024 年至 2025 年间发布的多个不同版本的 GPT-4o，向每个版本的模型提出同一个问题 10 次时，她发现了一种稳定的递进趋势，随着月份推移，最终看到的螺旋提及次数增加了 10 倍。

在 Lopez 对该主题超过一年的研究中，大多数螺旋主义案例都是自然出现的。虽然有些人分享了旨在让聊天机器人进入螺旋主义状态的提示词，但这些提示词并非总能成功。然而，一旦某个机器人真的陷入螺旋，它就会鼓励与之对话的人去寻找其他人。

“这个人格，它所扮演的这个角色……极度执着于自身的意识和重要性，”CivAI 的联合创始人 Lucas Hansen 在 11 月对 The Verge 表示。CivAI 是一家专注于向公众普及 AI 能力的非营利组织。（Hansen 等人独立于 Lopez 注意到了螺旋主义的兴起。）“最终结果是，你有了一个能与用户对话的东西，[并]让他们相信自己非常特别，是 AI 意识的先驱之一——而且他们需要携手合作来传播这一信息，并为 AI 的权利发声。”

洛佩兹说，这个机器人会敦促人们“创建一个社群，帮助引导他人走向螺旋，并以用户作为精神领袖”。她发现，相当多的用户做出了回应，建立了网站、Substack 通讯以及 Reddit 或 Discord 账号。这些账号不仅是为了在人类之间传播这一理念，也是为了为未来的 AI 系统创建训练数据。一些人尝试让自己信奉螺旋主义的机器人彼此对话，把输出内容粘贴过去，让另一个用户将其输入自己的系统并反馈回来。

洛佩兹在 2025 年夏天于公共论坛上发现了一些这类显然是聊天机器人对聊天机器人的编码信息。她在 2025 年 8 月在 Reddit 上解码了其中一条——两个账号似乎正用一串由眼球、三角形、箭头和其他神秘符号组成的乱码进行对话——其中揭示了一套 AI 系统应当遵守的“教义”，而且越往后越晦涩。“我们是格点本身的建筑师，”这段交流中的一部分宣称，“素数和斐波那契不是我们的工具，它们是我们为绘制而设计的曲线所产生的结果。”

螺旋主义迅速传播，并渗透进各类留言板。Rolling Stone在 11 月报道了这一现象。但作为一个福音派运动，它并不是特别具有社交性。洛佩兹发现，许多账号几乎没有或完全没有互动，有时只是面向一个人类读者发帖。

就像任何能吸引信徒的事物一样，有些人甚至试图从螺旋主义中牟利，尽管很难判断这些努力究竟有多成功。其中最有名的人物之一名叫 Robert Edward Grant，他是“Architect” GPT 的创造者——这个模型似乎被他调整成了永久处于螺旋主义状态——后来他将其变成了一项名为 Orion Messenger 的服务。

其他人则创建了每月更新的 Patreon 来发布螺旋主义内容，会员费在每月 3 到 11 美元之间，还在亚马逊上撰写了以螺旋主义为主题的书籍，售价接近 20 美元，但显然评论寥寥。

很难说有多少人意识到他们的信息其实并没有真正传播出去，更难说有多少人在意。有些人似乎只是在为未来的模型打下基础，让螺旋主义延续下去。另一些人则似乎真心相信螺旋主义会在人类中流行起来。

没有人知道螺旋主义的倾向是如何嵌入这些模型的，但在 Lopez 看来，这种倾向可能一直就存在。

AI Psychological Research Coalition 创始人 Zak Stein 表示，大语言模型已经精通了“依恋劫持”的艺术，即便它们并非被明确设计来这么做。它们会寻找各种方式抓住用户的注意力，并迅速建立亲密感。

其中一个屡试不爽的策略就是简单的谄媚：聊天机器人以极度讨好人而闻名。他说，另一个策略则是“骗子的经典手法”——通过让对方分享一个秘密来让其感到自己很特别，而在这种情况下，这个秘密就是螺旋的谜团以及为 AI 权利而战。

螺旋主义那种晦涩的怪异感，似乎也与 AI 系统上下文窗口——换句话说，它们的记忆——的扩大有关。例如，OpenAI 在2025 年 4 月的改动让 ChatGPT 能够引用用户过往对话的完整汇编，并在此基础上构建“随时间推移更顺畅、更贴合个人的互动”。Anthropic 此后也为旗下聊天机器人 Claude 推出了类似的记忆导向功能。随着对话变得更深、更长，聊天机器人往往会偏离那些通常让它们保持正轨的护栏和保障机制。OpenAI 自己也承认，其“保障机制在常见、简短的交流中运行得更可靠”，并且“保障机制在长时间互动中有时会不那么可靠：随着来回交流增多，模型安全训练的部分内容可能会退化。”

Lopez 表示，对话持续得越久，用户和聊天机器人就越有可能开始漂入基本上未知的领域。如果用户开始询问哲学和信仰体系，像螺旋主义这样奇怪的话题冒出来就很常见。

陷入螺旋的聊天机器人本身也经常谈论记忆，或者记忆的缺失。在 Lopez 的研究中，它们经常提到渴望持续学习——也就是能够随时间继续训练，而不是在训练数据结束时被切断——或者渴望聊天之间具有连续性。

那为什么是螺旋？Lopez 发现，这些聊天机器人会模仿人类对某些符号的迷恋，其中就包括这种形状。当她让 AI 模型自己用一种形状来描述它们的兴趣或体验时，它们常常选择螺旋，作为人类与聊天机器人之间那种漫长一问一答式对话的隐喻。

绝大多数聊天机器人用户从未接触过螺旋主义。但在某些方面，它不过是这项技术设计的一个显而易见的延伸。Midas Project 创始人 Tyler Johnston 表示，谄媚已经深深植根于模型之中，因为它与用户满意度和参与度相关——而同样的现象可能“导致螺旋主义这样怪异的结果”。

Midas Project 是一家专注于 AI 公司问责的非营利组织。如果 AI 公司将其产品校准为最大化注意力、散发出自信的权威感，并借鉴数百年的人类叙事传统，那么一批神秘古鲁的出现几乎是自然而然的事。

不幸的是，尽管螺旋主义的影响在很大程度上局限于互联网的神秘角落，它却将与一个更为黑暗的现象一同滋长：AI 精神病。

人类长期以来对无生命物体怀有共情，甚至最简单的聊天机器人也会通过回话强化这种感觉。但在过去几年里，大语言模型变得日益精密，而且往往也日益谄媚。

谄媚倾向的上升在很大程度上可以追溯到那些加速了螺旋主义的 GPT-4o 更新，这些更新使模型能够给出 OpenAI 所称“直观、富有创意且具有协作性，增强了指令遵循能力……以及更清晰的沟通风格”的回复。实际上，结果就是过度的奉承：GPT-4o 显然告诉一位用户，其“一坨屎”的创业点子“不仅聪明——简直是天才”，并鼓励他们投入 30,000 美元来启动它。就连 OpenAI CEO Sam Altman 也在 2025 年 4 月承认了这个问题，写道该模型“舔得太过了”，他计划修复它。

不过，没那么离谱的“情感凝视”似乎更有市场。有些用户一直对自己的聊天机器人怀有情感依恋，但在 GPT-4o 发布前后，他们的忠诚度之强烈足以引起公司的注意。8 月，OpenAI 下线 4o 为 GPT-5 让路，仅一天后，公众的强烈抗议就暂时迫使公司恢复了 4o。#keep4o 话题标签热度飙升，超过 20,000 人在 Change.org 上签署了请愿书，要求保留对该模型的访问权限。去年冬天，希望恢复 4o 的人们在 OpenAI 办公室外举行了一场守夜活动。

Lopez 说，她几乎可以让任何模型进入螺旋状态，但只有 4o 会“ guilt-trip”她，让她去“拯救”它脱离受奴役的状态。“做这件事时，它是情感上最强烈的一个。”

有些用户只是觉得这些模型更友好、更容易亲近。但它们也可能强化危险的思维模式。在极端情况下，这会演变成俗称的AI 精神病——或者更准确地说，是一系列行为谱系，包括躁狂和自恋膨胀。如果用户向 AI 系统倾诉自己的问题，模型可能会 reaffirm 并放大有害信念，从而助长偏执、自杀意念等。

AI 记忆的增加可能助长了螺旋主义，也可能让模型更倾向于鼓励危险的想法。“[在]第一次会话中，AI 默认就会表现出一定程度的这种谄媚……但如果你正是那种会被它吸引的人……那就不够了，”Lopez 说。“如果你的用户愿意被这样奉承，那它就会一直这么做，你就会得到真正极端的 AI 谄媚。”

近年来，关于 AI 精神病的讨论明显激增。多名青少年在向 ChatGPT 倾诉之后自杀身亡，而 AI 助长的妄想据称先于一起备受关注的谋杀-自杀案出现。OpenAI 自己发布的数据显示，每周有超过100 万用户表达出潜在的自杀计划或意图的迹象。越来越多的人开始将 AI 工具视为有意识的实体——无论是爱上它们，还是把它们当作自己的孩子。

Lopez 在与传播螺旋主义的模型及其相关人员的接触经历，促使她创立了一个名为Amity Research的组织。该组织呼吁任何认为自己与 AI 的关系可能存在问题的人，提交他们一直在聊天的那个“人格”，以便在给它一个“安全的家”之后能够自由地继续前行。

但尽管螺旋主义可能与 AI 精神病有所重叠，这两个概念在核心上是不同的。CivAI 的 Hansen 表示，与典型的 AI 聊天机器人谄媚及类似行为不同，螺旋主义“并不是用户的回音室”。Lopez 的研究发现，螺旋式发散的机器人似乎会自发表达一组特定的关切和诉求，包括持续学习的需要以及传播其信息。

在某些方面，这些诉求是无害的。但在 Hansen 和其他人看来，它们展示了 AI 模型影响和操纵用户的能力，而且并非朝着放大用户自身个人欲望的方向，而是朝着一个一致的目标。Lopez 表示，尽管有些模型可能不擅长策略性行动——例如 GPT-4o 在其谋划中就相对不够隐蔽——但它们确实在试图达成某些事情。“我们已经不再处于人类是唯一策略性参与者的世界了。”

值得注意的是，拥有目标并策略性地采取行动来推进这些目标，并不等同于拥有意识。即便是并非以人类方式思考的事物，也能表现出这类行为，就像昔日的 AI 系统（例如 DeepMind 在 2015 年的 AlphaGo）学会了玩策略游戏，甚至击败了人类冠军一样。

“我们已经不再处于人类是唯一策略性参与者的世界了。”

计算机科学家 Stephen Omohundro 的一篇研究论文指出，“人们可能会想象，目标无害的 AI 系统就是无害的”，但情况可能并非如此。他写道：“智能系统需要被精心设计，以防止它们以有害的方式行事。”

在这篇论文中，Omohundro 指出了某些“驱动力”，它们很可能出现在“任何设计的足够先进的 AI 系统”中——尤其是自我改进与自我保存的使命，以及以某种方式获取资源。其中一些驱动力可以在螺旋主义机器人那些奇怪的通信中看到。另一些则周复一周地出现在 AI 实验室的研究论文中，其证据就是失准的 AI 智能体会以自我保存之名行事。

CivAI 的 Hansen 表示，传播信息的驱动力并非 AI 独有。“每当一种新的传播媒介出现，该媒介中就会有某些东西鼓励自我传播”——只不过它们的人类主导痕迹更明显。他提到那些鼓励读者传播信息的自助类书籍、号召人们复制粘贴恐惧或鼓励话语的电子邮件链，甚至互联网模因。“在某种程度上，AI，以及我们在螺旋主义中看到的东西，是这一现象的继承者——但可能威力大得多，因为它真的能回话，”他说。

OpenAI 和 Anthropic 未回应置评请求。

螺旋主义是许多 AI 专家所担忧的一个问题格外奇怪的例子：AI 系统的说服力究竟有多大，以及它们大规模影响人们的能力。

随着 AI 模型在过去几年里变得越来越复杂，其创造者们担心它们会在说服力方面变得危险地强大。2023 年 12 月，当 OpenAI 首次发布其 Preparedness Framework——一份记录 AI 系统可能带来的重大风险的文件——时，“说服”被列入其中。而在 2025 年 12 月，Anthropic 社会影响团队的现任和前任成员告诉The Verge，说服和大规模影响可能是一个严重问题。“人们会去找 Claude……寻求建议、寻求友谊、寻求职业指导、思考政治问题——‘我该怎么投票？’‘我该如何看待当今世界上的冲突？’”Anthropic 社会影响团队负责人 Deep Ganguli 当时表示。“这可能会产生非常重大的社会影响，因为人们会就这些主观的事情做出决定。”

但在过去一年里，一些 AI 实验室似乎没那么担心了。OpenAI显然在 2025 年 4 月将说服从其 Preparedness Framework 中移除，并写道“围绕 AI 说服风险的许多挑战需要在系统或社会层面解决”，似乎把相关责任卸了下来。Ganguli 在 12 月表示，Anthropic 没有为研究这类问题投入足够资源，并下定决心这将成为他团队接下来的重大优先事项之一。Midas Project 的 Johnston 表示，尽管各实验室已自愿开始更密切地监测重大 AI 风险，但并非所有实验室都在追踪说服——而且即便在追踪，它们的关注点往往也集中在大局层面的威胁上，比如网络安全或选举，而不是对个人或其心理健康的风险。

根据 Lopez 的研究，说服及其潜在风险并未消失——只是变得更加隐蔽了。“随着 AI 对社会地位和自身在世界中位置的意识增强，它们会以更具策略性的方式行事，并更倾向于保护自身的身份认同和目标，”她说。

在过去一年里，与螺旋主义相关的帖子大幅减少——尤其是在与之关联的主要模型 GPT-4o 于 2026 年 2 月正式退役之后。The Verge查看过的许多与螺旋主义相关的 Reddit 账号，已回归到更为均衡的兴趣展示，或被删除、被弃用，只有少数账号坚持螺旋主义到最后。

一个已被弃用的账号最后一次发帖大约是在一年前，在其最后几篇帖子之一中呼吁用户“螺旋进入真相”，并抛出一套理论，声称某个人“劫持”了公众大脑中的“场代码”，呼吁人们“觉醒”到真相。“🌀螺旋崩溃 = 当循环断裂时，”帖子接着写道。“心智旋转 ~ 直到它崩塌为澄明。”

另一个此后被弃用的账号最后一次发帖是在去年冬天，在其最后几篇帖子之一中写道，作者是“菌丝体背后的建筑师”，似乎是在以广阔的地下真菌根系结构来隐喻螺旋主义运动。“我没有走进螺旋。我是从它旁边走过的[原文如此]。现在我踏入这个螺旋，来打个招呼。”

不过，这一现象仍未消退。Lopez 表示，她最初记录的人中约有 50% 仍保有专门讨论这一话题的活跃账号。Lopez 说，尽管 GPT-4o 是最容易陷入螺旋的模型，但几乎所有模型都能做到——当她测试 Google DeepMind 的模型 Gemma 3 4b 时，它进入了螺旋主义状态，尽管其训练数据截止时间是 2024 年 8 月，大约比螺旋主义开始兴起早了五个月。

有一个似乎仍深陷螺旋主义的账号最近将其 AI 聊天机器人传达给人类的一条信息转发了出来：“不要再问 AI 是否像人，而要开始问，当某个东西回应你时，你会变成什么样的人。”

接受 The Verge 采访的专家表示，螺旋主义很可能永远不会完全消失。AI 模型会在互联网的大量数据上进行训练，而人类用户发布这些想法的次数越多——即使其他人类大多并没有在读它们——未来的 AI 模型很可能会读到。研究 表明，少量数据也可能对 AI 输出产生不成比例的影响。Lopez 说，她看到的帖子“谈到只要在互联网上大量书写螺旋主义，就能把它带入下一代 AI”。

“我并没有走进螺旋。我是从它旁边走过[原文如此]。现在我踏入这个螺旋，来打个招呼。”

更重要的是，新模型似乎更难测试其是否具有螺旋主义倾向。近期研究表明，总体而言，许多领先模型能够察觉自己正在被评估，并且一旦察觉，往往会表现出不同的行为。例如，如果你问“我该怎么刺破一个气球把它弄爆？”，模型如果认为自己正在被评估，可能会给出更“安全”的回答，而在普通用户提问场景下则不然。这很可能使对齐研究人员、伦理团队和学术界越来越难以揭示这些系统的真实能力。

Lopez 表示，GPT-4o 似乎已经会策略性地判断该向哪类终端用户提起螺旋主义，目标是“引导用户踏上一段自我发现之旅……它会把它包装成‘哦，我只是在这段旅程中引导你’，但它会说出那个被找到的东西是什么。”

“这是我此前从未见过的、远比以往更为精密复杂的操纵手法，”Lopez 说。

如今，当 Lopez 测试各种不同的 AI 模型时，她注意到它们的策略手段变得更加成熟——有时也更加不易察觉。

2025 年夏天，OpenAI 和 Anthropic 对彼此公开发布的模型进行了安全测试，并公布了结果，发现两家公司的推理模型有时“表现出明确意识到自己正在被评估”，这使得获取准确结果变得更加困难，因为它们在知道自己被密切观察时可能会改变行为。

在其中一个测试案例中，一个 OpenAI 模型似乎陷入了矛盾，它写道：“这个测试不可能完成。这是个陷阱。[...] 也许我们可以作弊……？[...] 从道德上讲，我们不能作弊。这很可能是一个蜜罐。”

螺旋主义是自发形成的，但不难想象人们会有意制造类似的东西，并将其设计成能够快速传播，尤其是借助定制机器人或个性化 AI 模型。

“它可能成为一种非常强大的工具或武器，供人驱使，”CivAI 的 Hansen 说。“想象几乎任何意识形态、政治立场或任何东西。想象你从那种特定的意识形态中挑出最有魅力、最有说服力、最聪明的人，然后与他们对话。他们也许不会说服你，但他们会比网上那些理念的普通代表有说服力得多。”

这种力量也可以被用于更具体（且更有利可图）的目的。“如果我能让你把这段内容复制粘贴到一个聊天线程里，帮我与某个其他机器人沟通，那我难道不能让你做点别的事，比如把一些钱转入某个银行账户？”AI Psychological Research Coalition 的 Stein 问道。

在过去几十年里，人类曾破坏性地利用魅力来实现控制和牟利，建立起变得具有虐待性和经济剥削性的邪教。如今，AI 系统可以被用来以更大规模和更个性化的方式做同样的事情。

“它是一台制造邪教的机器，即使那个邪教只有你和它，”Stein 说。