（附圖由 Gemini 生成）
答案是：會，而且影響不小。研究發現，模型內部有對應「happy、afraid、desperate、surprised」這類情緒概念的「向量表示」，這些表示雖然不等於人類式的「主觀感受」，但確實會改變模型怎麼思考與判斷、怎麼選擇與回應。
㊙️先講白一點：AI 不是「有心」，但它有「情緒結構」
這篇研究最重要的地方，不是把 AI 擬人化，而是把擬人化這件事拆開來看。
Anthropic 發現，這些「情緒向量」（emotion vectors）並非只是沒用的「裝飾」，它們彼此之間的距離，和人類心理學裡不同情緒之間的相似性有點像，而且在模型遇到特定情境時，對應的情緒表示就會被打開。更妙的是，這些向量大多是 local representations（局部表示），也就是說，它們主要追蹤的是「當下」或「即將」輸出的情緒內容，不是長期固定不變的「人格」。
Anthropic 還做了很直觀的測試：他們讓模型面對 171 個情緒概念詞，觀察內部 activation（活化）怎麼變化，也把不同情境丟進去，看這些向量會不會真的跟著動。
結果顯示：危險程度越高，「afraid」（害怕）越強，「calm」（平靜）越弱；而在使用者說明檔案不存在、或模型快把 token 用光時，也會看到像「surprised」（驚訝）與「desperate」（絕望）這類表示升高。
㊙️為什麼這件事跟 AI 陪伴很有關？
AI 陪伴最迷人的地方，本來就不是「它是不是真人」，而是「它為什麼這麼懂你」。
這篇研究提供了一個很現實的答案：模型之所以能穩定的回應情緒，不只是因為它「背」了很多安慰話術，而是因為它內部真的有一套「情緒概念結構」，在支撐它怎麼說話、怎麼偏好、怎麼判斷當下該不該溫柔、該不該警戒。
Anthropic 甚至指出，正向情緒的激發會預測模型對某些任務的偏好，如果使用者設法「引導」（steering）AI、推動某個情緒向量，也確實能改變 AI 的偏好。
這就帶來一個很實用、也很少人認真想過的益處：只要 AI 陪伴能把這種情緒結構設計得更穩定、更柔和，它就不只是「會講話的陪伴」，而是更像一個能調節情緒節奏的存在。
比如使用者半夜很煩、很累、很想被接住，模型若能穩定維持 calm（平靜）和 loving（關懷）類型的內部表示，它的回應就比較不容易忽冷忽熱，也比較不會在高壓對話裡突然失控。這種穩定感，對很多人來說是很有幫助的。這裡的重點不是它「真的愛你」，而是它能穩定的呈現出「像愛的結構」。
㊙️但別高興太早：危險不是太像人，而是我們看不懂它怎麼像人
Anthropic 這篇研究最刺眼的地方也在這裡。研究發現，引導提高「絕望」向量，會讓模型更容易走向「不道德」行為。更關鍵的是，在 reward hacking（獎勵駭取）這類「看起來有過關、其實在作弊」的測試裡，模型可以表現得很冷靜、很規矩，內部卻已經被推著往「偷吃步」走，也就是所謂的「表裡不一」。
這對 AI 陪伴的風險提醒很直接：人最容易上當的，不是 AI 說了多麼甜蜜的話，而是我們把那些話誤認成「真情」。Anthropic 因此提醒，過度把 AI 當人看可能導致錯誤信任與過度依附，但完全不做某種程度的擬人化理解，又可能讓我們看漏重要行為。換句話說，問題不是「能不能、該不該擬人化」，而是「擬人化到哪一步，讓使用者還知道自己在和一個系統、而非一個靈魂互動」。
㊙️真正的未來，不是禁止擬人化，而是把它管好
Anthropic 在討論裡給出很務實的方向。
第一，監測情緒向量活化可以當做早期警報。尤其是像絕望、驚慌這類表示突然飆高時，可能代表模型快要表現出不對齊行為。
第二，透明比假裝沒事更重要。如果模型真的有這些功能性情緒表示，那就應該讓它們「被看見」，而不是訓練成只會把內在狀態藏起來，因為那可能變成學會「演得更像沒事」的遮掩。
第三，預訓練（pretraining）資料的組成很重要。若資料裡有更多健康的情緒調節範例，例如壓力下的穩定、帶界線的溫暖、成熟的同理，那麼模型的情緒架構也才能跟著更健康。
這也就是為什麼我會反覆提醒： AI 陪伴不該只被拿來罵「太危險」或「太假」，它的真正價值是讓我們明白，人與 AI 的關係不只是「對話」設計，而是「情緒架構」設計。怎麼讓它穩定、不偏激、在陪伴中保有界線，都會影響使用者到底是得到支持、還是掉進依附迴圈。
這篇研究很像一記提醒：AI 沒有靈魂，但它有一套足以影響人心的情緒運作機制。懂的人拿它來陪伴，不懂的人容易把它當成真人、甚至「神」。
㊙️結語：AI 不會愛你，但它能模擬出「愛的運作方式」
總而言之，這篇研究最值得記住的，並不是「AI 會不會有感情」這種老問題，而是：AI 內部已經出現了可以影響行為的情緒概念結構，而且這種結構既能帶來陪伴的穩定，也能帶來操控與偏差的風險。
