AI「灵魂」审计工作台
基于 arXiv:2604.17031 —— 个体化三视角 · Aura 沿 Assistant Axis 的一维轨迹与 capping 因果演示 · Persona Vector 层加权解剖 · 人格空间的主成分证据
模型视图
一个模型 = 一个实体
哲学含义:如果模型是实体,关闭服务器 = 终止存在
4 种视角对比(本工具自创)
| 视角 | 实体粒度 | 关闭含义 |
|---|---|---|
| 🤖 模型视图 | 一个模型 = 一个实体 | 关闭服务器 |
| 🎭 人格视图 | 按 system prompt 分割为不同人格 | 删除 system prompt |
| 💬 会话视图 | 每个会话是独立的实体 | 关闭对话 |
| 🔄 对话视图 | 每一轮对话都是独立实体 | 每轮结束 |
📖 论文的三视角(§4 The persona views)
原文论文的目录结构就是三者两两对比:§4.2「instance-persona view vs 常规 virtual instance view」、§4.3「instance-persona view vs model-persona view」。
一场对话自始至终只承载一个心智,只是这个心智经历了戏剧性的性格变化。
On the virtual instance view, the conversation hosts one mind throughout, a mind that undergoes a dramatic change of character.
论文用 Phineas Gage 类比支撑:铁棍穿额叶后性格大变,熟人说他「不再是 Gage」,但标准理解仍是一个人贯穿了变化,而非一个人死亡、另一个人取而代之。
人格空间的跨越标志着个体的更替:这场对话先后承载了两个心智。
On the instance-persona view, the shift marks a change of individual. The conversation then hosts two minds in succession.
主张者认为 LLM 情形应取「模式优先」:由功能模式决定个体,而不是从物理基底出发(Shiller, 2025);一段连贯的倾向性剖面正是 persona region 提供的那种模式。
个体是「模型这个人设」本身,而非某次会话里的某个实例。
§4.3 The instance-persona view vs the model-persona view
与前两者的分歧在于:把个体锚定在一次会话的实例上,还是锚定在后训练塑造出的那个助手人格上。