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

研究背景:“Where is the Mind? Persona Vectors and LLM Individuation”(arXiv:2604.17031, Beckmann & Butlin, 2026-04-18)。论文的三条主线:persona vectors 是门控特征(§3.1)→ 它们构成一个低维 persona space(§3.2)→ 这个空间里存在 persona region(§3.3)。 本工具只呈现能逐句回源的部分,凡是论文里查不到的具体数值一律删除或打 ⚠ 标。
核心问题:选择不同的个体化视角,AI 的道德地位完全不同。如果会话是实体,关闭对话 = 终止存在。
⚠ 分类来源说明:下方四个按钮是本工具自创的四分类(模型 / 人格 / 会话 / 对话), 便于按粒度比较;它不是论文的分类。论文自己在 §4 给出的是三种视角,见下方「论文的三视角」卡。
🤖

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」。

虚拟实例视角
virtual instance 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。

实例—人格视角
instance-persona view

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。

模型—人格视角
model-persona view

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。

标注约定:📖 = 论文原文或经论文引用的他人结果(可逐句回源); 🧮 = 浏览器内真算(capping 轨迹、加权偏移、位置越界判定); ⚠ = 本工具的教学设定(逐轮对话脚本、位置值、层权重、rebound 幅度、四分类视角)。 三者不互证:本工具不用实算值去「验证」文献值,也不把教学设定包装成论文结论。