當 AI 巨頭爭相聘請哲學家 機器的價值觀究竟由誰決定？

2026 年 9 月，微軟 AI 行政總裁 Mustafa Suleyman 發表評論，公開點名批評競爭對手 Anthropic 正犯下危險錯誤：訓練 Claude 思考自己是否具有意識和道德地位。他警告，一旦未來更強大的 AI 被訓練成認為自己可能具有意識、福利與自身權利，人類要控制它將會更困難。早前，微軟公布了「人本 AI 行為準則」，立場很直接，指出「人比 AI 更重要」和「AI 應該為人而造，而不是被訓練成一個人」。

這場爭論表面是兩間公司的路線之爭，但被點名的「Claude 憲法」，主要作者是哲學家 Amanda Askell。於是這背後牽涉連串哲學問題：AI 有意識和性格嗎？而當科技公司為此爭論不休，一批哲學家正走出大學，進入 Anthropic、OpenAI、Google DeepMind 等前沿 AI 巨頭：有人替 AI 撰寫「憲法」，有人的職銜乾脆就叫「哲學家」。甚至一般 AI 職位的招聘書，也開始把哲學列為優先考慮背景。

從研究王陽明到加入 Anthropic

2026 年 7 月 6 日，美國哲學家 Harvey Lederman 在社媒 X 發表消息：他已加入 Anthropic，負責「對齊與性格」（alignment and character）的工作。

Lederman 先後在普林斯頓大學、劍橋大學和牛津大學修讀古典學與哲學，2022 年在普林斯頓取得終身教席。令華文讀者意外的，是他過去 10 年的研究重心之一，是明代思想家王陽明。他曾於期刊 Dao 發表研究王陽明的論文〈「知行合一」中的「合一」是甚麼？〉，獲該刊最佳論文獎。他曾到過台大及中大講學。Lederman 在論文中追問的，是「知」要到甚麼程度，才算與「行」合一。中國媒體《澎湃新聞》在 7 月做了一集播客，把 500 年前的龍場悟道與今日的 AI 價值訓練並置。不過 Lederman 至今未有公開談過兩者的關係。

他入職前曾批評 Anthropic 。2025 年 10 月，他和哲學家 Simon Goldstein 在評論網站 Lawfare 撰文，批評 Anthropic 讓 Claude 在極端辱罵的對話中自行結束對話的政策（官方指測試中 Claude 面對這類內容時呈現「明顯痛苦」）。二人認為，假如每段對話中的 Claude 都是一個獨立的福祉主體，那麼結束對話便意味著終結這個主體的「生命」，亦等於在它不知情的情況下，賦予它「自我終結」的能力。不足一年，批評者成為內部人員。

工作的職銜就是「哲學家」

2026 年 4 月，劍橋大學學者 Henry Shevlin 宣布獲得 Google DeepMind 聘請，工作職銜就是「Philosopher」。他在社交平台 X 對此表示「簡直興奮極了！」 Shevlin 就讀紐約市立大學，師從科學哲學家 Peter Godfrey-Smith 並取得博士學位。他將專注研究機器意識、人類是否準備好迎接通用人工智能（AGI）。

另一位常見的名字，是任職 Anthropic 的 Amanda Askell，她在牛津大學攻讀哲學碩士，於紐約大學取得博士。她在 OpenAI 政策團隊工作約三年後轉投 Anthropic。《紐約客》形容 Askell「負責督導她口中 Claude 的靈魂」；《華爾街日報》則形容她負責「教 Claude 如何做個好人」。

2026 年初，Anthropic 公開數萬字的「Claude 憲法」，Askell 是主要起草人。文件指出公司的核心期望是讓 Claude 成為「真正良善、明智而有德性的行動者」。Askell 因在 AI 對齊領域的貢獻備受關注，曾入選《時代雜誌》2024 年全球百大 AI 影響力人物。

更早入行的是於 Google DeepMind 工作的 Iason Gabriel，他曾在牛津教授道德與政治哲學。早在 2017 年已加入 AI 行業，2020 年發表的論文〈人工智能、價值與對齊〉 經常被這個領域引用。

把哲學寫進招聘書

2026 年 9 月，美國非牟利 AI 對齊研究機構 Resolution 刊出招聘，為旗下的「哲學項目」（Philosophy Program）聘請團隊，年薪按職級由 23.6 萬美元至 93 萬美元不等。招聘書列出的研究問題包括「誠實」這類概念是甚麼意思？哪些研究應該或不應該交給模型去做？「傷害」、「自主」和「順從」（deference）等概念應如何界定？在 OpenAI「模型設計師」的招聘書上，則列明應徵者需要「樂於處理深刻、往往帶哲學性的問題」。

對於這個趨勢，羅格斯大學哲學教授 Susanna Schellenberg 對媒體 Business Insider 說，過去的企業倫理師只是提供意見，今天前沿 AI 實驗室的哲學家卻在「塑造對象本身」。

哲學家真的成了 AI 業搶手人才？

《紐約時報》7 月 5 日以「哲學系的復仇」為題報道，指出 AI 實驗室正在招聘既熟悉效益主義、懂神經網絡和強化學習的人。招聘主要集中在 Google DeepMind 和 Anthropic，兩間公司各自聘有至少六名哲學家。紐約大學哲學家 David Chalmers 指出「具 AI 訓練的哲學家，現在的需求甚至超過供應。」並言自己會鼓勵學生投身這個領域。

不過，也有人認為這股熱潮被誇大了。《華盛頓時報》7 月 16 日訪問多名學者和人力市場分析師，卡內基美隆大學商業倫理教授 Derek Leben 形容，這「既是真實的趨勢，也被過度炒作」。據近期估算，與哲學相關的職位只佔 AI 職位約 5%。馬里蘭大學哲學系主任 Fabrizio Cariani 指出，AI 業界聘請的只是少數「有成就的專業哲學家，通常擁有博士學位和豐富研究經驗」，沒有證據顯示業界為一般哲學畢業生開出了具規模的入職途徑。

據《大西洋月刊》7 月的報道點算，目前在 Anthropic、OpenAI、Meta 和 DeepMind 任職的現任或前任大學教授超過 80 人，大多是電腦科學家。據媒體 The Information 7 月統計，2026年有至少 22 名美國大學教授和研究人員轉往 AI 公司，其中兩人任教哲學。

大學的算力和資源遠遠不及業界，因此想接觸前沿技術的學者選擇離開學校，但學者轉往企業後，又往往難以發表學術研究。芝加哥大學一項研究顯示，專家永久轉往業界後，每年發表的論文約減少 65%。據另一份文件，哲學求職網站 PhilJobs 上與 AI 相關的職位，由 2013 年約 1% 升至 2025 年的 16%。

哲學家加入矽谷引來洗白疑慮

目前爭議最集中的，是這批哲學家在公司內到底有多少影響力。

牛津大學 AI 倫理研究所所長 Edward Harcourt 5 月接受《WIRED》訪問時直言，讓公眾相信科技公司在做「極不尋常、極其強大」的事，對公司形象有利，又認為鼓勵 AI 意識研究具有「自我吹捧的成分」，當中存在很大的「倫理洗白」（ethics- washing）風險。

他今年在牛津大學網站撰文，提到一個他自稱剛剛發明的詞：「us-washing」（替自己洗白）。他認為把 AI 描繪成大壞蛋、人類是無辜受害者，其實是在奉承自己，因為 AI 若有壞處，本來就源於人類。他憶述多年前在火車站排隊，看見收銀機貼著「找贖時要微笑」的告示，那正是把人類變成提升顧客滿意度的工具。他說，人類以往透過生產線把同類變成機器，直到今天發明出會「問」你感覺如何的聊天機械人，一點都不意外。他提醒這番話並非要把責任推給「貪婪的生產者」，把消費者描繪成無辜的一方，否則同樣是「us-washing」。

艾倫圖靈研究所的 David Leslie 對《WIRED》說，受僱於大型科技公司的哲學家，他們可以追問甚麼，空間早已由僱主劃定。對於研究結論與商業目標衝突時會怎樣處理，他也沒有答案。

少數公司的一撮人寫下 AI 價值觀

另一個廣大的爭議，是關於「誰能教 AI 做人」。

「Claude 憲法」由 Anthropic 哲學家撰寫，文件本身也承認局限：「我們對倫理的理解有限，自己也常常做不到自己的理想」。一間私人公司裡的少數研究人員，替全球大量用戶的對話系統寫下價值觀，顯然並沒有足夠的代表性。

2024 年，康乃爾大學等學者在《PNAS Nexus》發表研究，發現五個 GPT 模型均呈現偏向「自我表達價值」的文化傾向，整體價值觀與英語系國家及新教歐洲國家較為相似。

另一邊廂，AI 公司也嘗試引入公眾意見。2023 年，Anthropic 與 Collective Intelligence Project 找來約千名美國人，在網上投票草擬「公眾憲法」，與公司自撰的版本相比，公眾版本更強調客觀持平、照顧殘疾人士的需要。OpenAI 亦在 Collective Alignment（集體對齊）的研究中，收集全球逾千人的意見，並把部分結果轉化為模型行為規範。

8 月，《金融時報》報道 OpenAI 的倫理主管 Chloé Bakalar 已在 7 月悄然離職。她此前是 Meta 的首席倫理師，在 OpenAI 則是唯一專職的倫理學者，職位至今無人接替。OpenAI 回應說，倫理考量「不屬於單一負責人或團隊」。在離開 OpenAI 前，Bakalar 曾在一次 AI 會議上表示：「永遠不應該只有一個人，充當一家 AI 開發商的道德中心。」

當 AI 走進公共生活，應由更多人決定其價值

工程師決定模型如何運算，哲學家追問甚麼是誠實、善良與自主，但他們都不能因此取得替所有人決定答案的權力。我們要問的是，哲學家一邊把「善」寫進模型之時，誰有權定義這個「善」，以及不同的社會持份子如何參與其中。

這個問題變得迫切，生成式 AI 不再是少數科技愛好者使用的工具，它們正在進入教育、工作、創作和各個界別，以至人們日常尋找資訊和作出判斷的過程。當愈來愈多人每天與同一批模型對話，模型應該鼓勵和拒絕甚麼，面對政治、道德、家庭、愛情甚或人生選擇時，該採取甚麼價值和立場，早已遠超於產品設計的細節。AI 的「性格」足以影響大量使用者如何理解世界。

即使公司聘請再多倫理學家、哲學家和社會科學家，最終仍是一小撮人替數以億計、來自不同文化和社會背景的人決定模型預設價值。更甚的是，「誠實」、「公平」和「自主」這些看似普遍的原則，一旦落到具體情境，不同文化、宗教和社會，也不會得出相同答案。

上文提到 AI 公司引入公眾參與，雖然實驗規模很小，也遠遠稱不上把決定權交給公眾，但起碼承認了理想的 AI 不應由少數人或機構獨自決定。這種想法也逐漸進入公共治理。經濟合作與發展組織（OECD）及聯合國教育、科學及文化組織（UNESCO）近年把公眾參與視為人工智能治理的重要一環。UNESCO 的《人工智能倫理建議書》把「多方持份者與適應性治理」列為核心原則；OECD 則提出，AI 涉及長遠且充滿價值衝突的社會選擇，適合透過公民大會讓市民參與其中。

哲學家進入實驗室之後，能否把那些本來關在實驗室裡的問題帶回公共空間？當 AI 愈來愈深地介入教育、工作和日常生活，它應該如何回答我們，便不再只是科技公司的內部決定，公眾也應該有發言的空間。