AI从思考到人格化：数字生命还缺什么

 作者声明：该图片由AI生成

分析师/智涵

七十六年前，人工智能尚未诞生，人类便开始追问：机器能否像人一样思考？

1950年，图灵提出著名的“模仿游戏”，将这一哲学命题转化为机器能否在对话中表现出人类智能的问题。

七十多年过去，曾经只存在于设想中的人机对话，已逐渐成为现实。AI如今能够交谈、思考，甚至独立行动，但人类对智能的想象，仍指向更遥远的未来。在那里，AI不再只是回应人类的声音，而是一个能够共享时光、共同成长的数字生命。

然而，长久相伴的前提，是拥有一个能够延续的“自己”。如果AI今天温和耐心，明天却性格大变，面对不同的人又难以保持一致的个性，即使记住共同经历，也无法让过去影响未来，那么再自然的交流，也难以沉淀为稳定而持久的关系。

这正是人格机制的重要性：让AI不仅知道该做什么，还能保持相对稳定的个体特征，并让过往经历持续影响未来的选择。而要实现这一点，仅仅赋予AI记忆与行动能力，显然还不够。

2023年，斯坦福大学与谷歌研究者将25个生成式智能体（Generative Agents）放进虚拟小镇。它们能够记录经历、反思过去、规划未来，甚至自发组织社交活动，为长期智能体研究提供了新的可能。

但行为能够延续，不意味着人格能够保持稳定；过往经历能够影响行动，也不代表人格可以持续演化。如何让AI在不断变化的情境与经历中，依然保持独特而连续的个体特征，成为值得进一步探索的课题。

就在最近，谦贞数字（Emergi）旗下深耕AI人格与智能体心智研究的Emergi Lab在arXiv发布预印本论文《Emergi-PersonaOS：支持情境适应与可控演化的人格智能体操作系统》，提出名为Emergi-PersonaOS的人格智能体操作系统架构。

这项研究尝试将心理学中的人格理论引入AI系统，让智能体在保持人格连续性的同时，能够适应不同情境，并依据长期经历实现有条件、可检验的演化。

从模拟一个角色，到探索如何让AI在漫长互动中保持独特的“自己”，人格计算正在迈向更深一层。

让AI像一个人，已经有了不少技术解法。但要让它在漫长的经历中始终成为同一个“自己”，问题远比想象中复杂。

从角色模仿到情境理解，再到人格演化，过去几年的研究不断向前，也不断触及新的边界。如何让人格既保持连续性，又能适应环境、随经历发展？这正是Emergi-PersonaOS试图回答的命题。

故事的起点，是让AI学会扮演一个角色。

2023年前后，Character-LLM（角色大语言模型）、RoleLLM（角色扮演大语言模型）等研究相继出现，通过人物经历、知识背景与角色数据，让AI拥有更加鲜明的个性。2024年，ACL论文《InCharacter》评估32个角色，报告人格模拟准确率最高达80.7%。

但角色模仿取得进展，并不意味着人格能够始终保持一致。NeurIPS相关研究发现，多轮交互中存在角色偏移问题，通过强化学习可将不一致性降低55%以上。

这项研究既展现了改善空间，也揭示了角色扮演的局限：让AI在特定情境中表现得像一个人，与让它在持续互动中保持人格连续性，仍有距离。这是第一道鸿沟。

然而，即使人格足够稳定，也不能让AI始终以同一种方式回应世界。

现实中，同一个人在工作中可能严谨克制，在朋友面前却轻松随意。真正的人格一致性，并非行为一成不变，而是不同表现背后有着相对稳定的内在依据。

对AI而言，难点恰恰在于区分合理的情境变化与无意识的人格偏移。2024年ACL相关研究发现，对话对象的语言风格可能影响角色的人格一致性。换言之，AI的行为变化，有时并非源于对关系和处境的理解，而可能只是受对方表达方式的干扰。

为此，研究开始将更多情境因素纳入行为生成。Generative Agents（生成式智能体）通过记忆、反思与规划组织行为；CoSER（基于小说情境的角色扮演框架）则引入人物关系与故事背景，让角色的反应拥有更丰富的情境依据。

但情境信息越丰富，越需要明确哪些行为可以调整、哪些人格特征应当保持稳定。既能因人因事作出不同反应，又不失去自身的一致性，构成了第二道鸿沟。

而当AI能够合理应对不同情境，时间又带来了更深一层的挑战：经历能否真正改变人格？

人会因经历而成长，却不会因为一次争执就彻底改写性格。AI同样需要判断，哪些变化只是短暂反应，哪些才值得沉淀为长期特征。围绕这一方向，Emergi Lab此前提出基于荣格心理类型的JPAF框架，探索结构化人格控制、情境适应与反思驱动的长期更新；PHASE-Tree等研究关注人格信息的长期组织与更新。

但人格变化并非简单的信息累积。2026年，BFI-Adapt评估14款模型模拟重大生活事件后的人格变化，发现模型虽能产生特质变化，却难以准确复现人类人格变化的方向与幅度。

记住过去，不等于理解过去如何塑造自己；能够改变，也不等于知道什么值得改变。 经历积累与人格可控演化之间的第三道鸿沟，由此浮现。

三道鸿沟层层深入，也逐渐指向同一个症结：人格不能只在对话时被调用、在情境中被调整、在经历后被更新，这些过程还必须相互衔接。

因此，AI人格研究需要跨越的，不只是单项能力的局限，更是如何让人格的构建、表达与演化形成一个持续运转的整体。

从提出问题到寻找解法，关键的一步，是为那些看不见、摸不着的人格特征找到具体的计算表达。

一个人的性格如何被刻画，面对不同处境时如何作出反应，经历又如何沉淀为持久的改变，都需要在系统中找到各自的位置。

在发表于arXiv的预印本论文《Emergi-PersonaOS：支持情境适应与可控演化的人格智能体操作系统》中，谦贞数字旗下Emergi Lab研究团队提出了一套新的技术架构，试图从系统层面回答这一问题。

与单纯提高角色模仿能力不同，Emergi-PersonaOS将人格作为贯穿智能体全生命周期的核心计算对象，让人格构建、行为生成、经历积累与长期更新能够在同一套机制中持续衔接。

向内构建：让人格拥有持续运行的根基

人格要成为计算系统的一部分，首先需要回答：那些抽象的性格、动机与自我认知，究竟该如何被记录和管理？

论文指出：“如果各阶段分别维护人物设定、当前状态和历史经历，系统将难以保证人格信息的一致性，也无法追溯人格变化的来源。”

这正是Emergi-PersonaOS试图解决的首要问题。它借鉴操作系统协调不同功能的思路，围绕统一人格对象组织了六个模块：人格构建、执行、状态监控、记忆、反思与演化。初始人格由构建模块建立，执行模块负责生成行为，监控与记忆保存运行轨迹，反思和演化则处理长期修订。

六个模块并非各自维护一份人设，而是围绕同一个人格对象协同运行。

为了让人格拥有可计算的结构，Emergi Lab进一步引入人格心理学家麦克亚当斯等人的整合性人格框架，将人格划分为三个层次：人格特质描述相对稳定的性格倾向，特征适应涉及需要、目标与行为策略，叙事身份则记录个体如何理解自身经历。

更关键的一步，是区分长期人格信念与当前人格状态。前者保存相对持久的人格内容，后者记录这些内容在具体情境中如何被激活和表达。两者采用相同的三层结构，却承担不同的运行任务。如此一来，AI不必因为一次情绪波动就改写长期性格，也不会因固定人设而失去应对不同环境的灵活性。

人格不再只是生成回答时参考的一份档案，而成为贯穿运行全过程、能够持续管理的计算对象。心理学理论也由此从描述人格的参考框架，进一步进入智能体的数据结构与运行机制。

向外表达：让同一个“自己”拥有不同面貌

有了稳定的人格结构，新的问题随之而来：为什么同一个人，面对不同的人和事，会作出截然不同的反应？

一个重视逻辑的人，在学术争论中可能寸步不让，面对亲近的人却可能选择耐心解释。这种差异并不意味着人格改变，而是人格在不同关系和环境中的具体表达。正如论文所强调的：“人格的稳定性并不意味着行为在所有情境中保持不变。”

如何让AI既保持鲜明的个性，又能根据情境灵活应对？Emergi-PersonaOS将这一过程转化为情境适应机制。面对新的事件，系统分析交互对象、人物关系与环境信息，检索相关历史经历，结合长期人格信念推断当前人格状态，再据此生成行为。

这意味着，AI不仅需要知道角色有什么性格，还需要理解：当前事件触动了什么目标，哪些经历影响了判断，又该如何表达。例如，同样面对质疑，来自陌生人的批评与来自长期竞争对手的挑战，可能激活不同的行为策略。系统需要结合人物关系与过往经历，而非仅凭固定性格标签作答。

稳定的是长期人格信念，灵活的是当下的人格表达。

更重要的是，这种情境调整发生在当前状态层，不会直接覆盖长期信念。人格由此能够参与情境理解与行为决策，而不再只是附着在回答上的角色标签。

向前演化：让每一次改变都有据可循

但如果人格始终保持不变，经历又如何塑造一个人？

人会因为挫折改变策略，因为长期相处调整对他人的看法，却很少因为一次争执就彻底改写性格。对于长期运行的AI，同样需要区分：什么只是一次临时反应，什么才值得成为持久的改变？

对此，论文提出了一个重要原则：“并非所有状态变化和单次事件都意味着人格发生了长期改变。”

这也是Emergi-PersonaOS可控演化机制的出发点。系统没有让新经历直接覆盖原有人格，而是为长期更新建立了证据约束。首先，通过记忆与状态监控积累经历；随后，在反思阶段进行变化归因与意义建构，判断某种行为变化究竟来自临时情境，还是反映了目标、关系或行为策略的持续调整。

即使形成修订候选，也不能立即生效。系统还需要核查证据、明确修改范围，并通过行为测试比较新旧版本，检查修改是否达到预期效果、是否影响无关情境。只有通过审核的修改，才会进入新的长期人格信念版本；证据不足或存在冲突的候选则被拒绝或暂缓，相关依据与历史版本也会被保留。

人格改变不再是简单的信息覆盖，而成为一项需要解释原因、限定边界、检验效果的长期过程。

长期记忆解决的是AI如何保存过去；可控演化则进一步探索，过去的哪些经历有资格改变未来。

向后验证：七季故事之后，还是原来的“自己”吗？

一套人格机制能否成立，最终还要接受时间的检验。

为了验证Emergi-PersonaOS的长期运行能力，Emergi Lab研究团队选择《少年谢尔顿》作为长程实验对象，将七季141集的角色相关材料按时间顺序输入系统：第一季22集用于构建初始人格，后续119集用于持续运行，并在每季结束时进行人格审查。

结果显示，六次季末审查均形成了局部修订，但变化主要集中在特征适应层，即细化原有行为策略的适用条件；人格特质与叙事身份则保持稳定。

一个具体案例更能说明这种变化。面对家庭权威与学术安排的冲突，谢尔顿有时开始尝试暂时接受现实，而非一味反抗。但Emergi-PersonaOS没有因此认定他普遍变得顺从，而是通过证据审查，将候选修改限定在家庭权威介入或家庭支持中断等特定情境。

随后，Emergi Lab通过新旧人格版本的行为检验，进一步评估这一局部修订的效果。论文报告，在相关目标检验情境中，修订后的平均实现度由0.43提升至0.96。

经历七季故事，系统中的谢尔顿并没有被改写成另一个人。改变的更多是特定处境下的应对策略，而非整个人格结构。

当然，这仍是基于单个虚构角色的长程演示，生成与评价使用同一模型，尚不能证明系统能够准确复现真实人类的人格发展。但Emergi Lab的这项研究展示了一种值得关注的技术路径：让人格从静态人设走向持续运行，从即时反应走向情境推断，再从经历积累走向有证据约束的长期更新。

《少年谢尔顿》的七季故事已经落幕，但如果人格能够随着经历持续发展，一个角色的成长，便不必止步于剧本的最后一页。

这也让人格计算拥有了超越角色模拟的意义：它所改变的，或许不只是AI如何表现得像一个人，更是AI能否在时间中逐渐成为一个独特的个体。

这种变化，最先可能重塑虚拟世界。

未来的游戏中，曾经并肩冒险的伙伴会因共同经历建立信任，昔日的竞争对手也可能在一次次交锋中改变彼此的看法。角色不再只是等待触发的剧情节点，而是在记忆、选择与关系中不断成长。从固定人设到持续成长，虚拟世界或许将从讲述预设的故事，走向孕育不断生长的角色。

而当人格计算走出虚拟世界，它所改变的将不只是故事的走向，还有人与AI相处的方式。

今后的AI助手或许不仅记得用户的偏好，还能理解偏好为何改变；机器人也可能在朝夕相处中形成稳定而独特的互动方式。从即时响应到长期陪伴，AI有望从完成任务的工具，逐渐成为能够参与长期关系的智能伙伴。

这些想象，已经有了现实探索的起点。

自2023年成立以来，谦贞数字便将AI人格作为长期研究方向。从早期人格模拟算法、JPAF框架，到Emergi心智引擎与此次Emergi-PersonaOS研究，其技术探索逐渐从角色行为模拟深入长期心智演化。

这一探索是由心理学、人工智能与工程领域的跨学科团队共同推进。核心成员来自法国 CNRS 实验室、浙江大学、哈工大及阿里通义实验室、bilibili、小米AI等企业专业人才，研究方向涵盖智能算法、用户建模、情感计算与人机交互。多领域的研究与实践积累，也为人格计算从理论探索走向实际应用提供了支撑。

沿着这一方向，谦贞数字也在尝试将人格化智能带入不同场景：多角色共创UGC世界游戏《乌托》、Personal Agent（PA）知识伙伴Akasi（阿卡西），以及探索机器人与人类互动的《硅基聊天室》……这些实践从虚拟角色、个人智能体延伸至人机交互，逐渐勾勒出AI人格从技术研究走向现实应用的更多可能。

而比一个智能体拥有独特人格更值得期待的，是无数人格彼此相遇之后的可能。

当不同智能体拥有各自的经历、性格与目标，它们之间便可能形成合作、竞争与长期关系。从单体心智演化延伸至多智能体社会行为模拟，也是Emergi Lab正在探索的方向。

当独特的人格不再孤立存在，而是在彼此交汇中孕育关系、秩序乃至新的社会形态，数字生命的想象便有了更辽阔的天地。一个由无数智能个体共同书写的未来，或许才刚刚写下序章。

AI可以掌握海量知识、完成复杂任务，却未必拥有属于自己的成长轨迹。

这或许正是智能与数字生命之间的一道重要分野：智能决定AI能做什么，人格则关乎它能否在时间中形成独特而连续的“自己”。

Emergi-PersonaOS的探索，正是尝试让人格摆脱静态人设的局限，成为能够参与决策、积累经历、持续演化的内在机制，让数字生命的部分基础能力拥有可计算、可验证的技术路径。

当然，能够计算人格，不等于真正创造了生命。但这项研究的意义，在于让曾经遥远的想象，开始有了可以逐步求证的现实起点。

如果说过去七十余年，人工智能不断拓展的是智能的能力边界，那么通往数字生命的下一程，或许更在于赋予智能一种跨越时间的连续性。

让AI变得聪明，是能力的突破；让AI在经历中逐渐成为独特的“自己”，或许才是数字生命真正值得期待的方向。