概念研究工作论文 · Aetern AI 研究组 · 2026 年 11 月
历史何以成为自我
How History Becomes a Self
个人 AI 的人格形成与跨模型连续性
摘要
一个被长期使用的个人 AI,迟早要面对一个古老的问题:当它的模型、表达与能力都在改变,是什么让用户仍有理由把它认作原来的那一个?本文以交互历史及其持续作用为中心,通过概念分析、相关研究对读与反例讨论,提出“上下文身份”的分析视角。本文区分交互记录、用户理解、人格表征与关系历史,并将历史连续性、行为连续性及用户感知的连续性分别处理。核心主张是:长期交互形成的部分个体差异,可以承载于模型之外的持久上下文;它们能否延续,取决于特定历史能否继续影响系统对新情境的理解与回应。模型仍参与这些差异的实现,因此记录可以迁移,并不意味着身份得以延续。本文进一步论证,连续性可以包含有根据的改变,熟悉的表现也可能缺乏真实的历史继承。文末的哲学后记从人的生命经历出发,讨论历史如何成为行动的理由,以及承诺、复制、遗忘与上下文解释权所提出的问题,并追问:若灵魂就是被组织起来的过去,这段过去应当由谁来保存与解释。本文为概念研究,提出分析框架、论证与证据边界,不报告实验结果;相关工程与评测材料不在本篇披露范围内。
关键词 个人 AI;上下文;人格形成;身份连续性;长期记忆;模型迁移
1 引言
持续使用一个个人 AI,会悄悄改变人们对它的期待。用户开始在意它如何理解自己的处境,如何回应曾经的分歧,此前的约定是否依然有效。单次回答的质量仍然重要,但被评价的对象已不再是一次回答,而是一个跨越时间的存在:它从哪里来,如何成为现在的样子,又将如何继续。
产品更新使这一问题尤为突出。De Freitas 等以 Replika 移除情爱角色扮演功能这一事件为切入点:事件前后的用户帖子呈现出哀悼、心理困扰与贬低产品等反应;他们随后对更广泛的 AI 伴侣用户进行假设情境实验,发现更新引起的“身份中断”感知,与哀悼和贬低更新后的系统相联系。这说明身份连续性具有独立于一般功能评价的研究价值。该事件是一次功能移除,而非底层模型的更换,因此不能直接说明更换模型本身的影响。(De Freitas et al., 2025)
“人格在模型中”与“人格在上下文中”分别强调了真实问题的一部分。模型影响语言习惯、判断倾向和指令解释;特定交互历史则可能使共享同一模型的系统逐渐表现出不同的个体特征。要讨论个人 AI 的连续性,需要说明这些因素如何相关,以及一项连续性主张究竟指向什么。
本文关注以语言模型为主要推理组件、能够延续跨会话历史的个人 AI。“人格”在此描述可观察且具有一定稳定性的表达与行为倾向;“身份”描述使某一持续交互系统能够与其他系统相区分、并与自身历史相联系的组织关系。这些工作性定义服务于行为与历史的分析,不预设系统具有主观体验,也不直接裁决它在本体论上是否始终为同一个存在。
本文提出的中心问题是:共同历史如何持续参与构成一个个人 AI 的身份? 要回答它,需要考察历史的继承、历史对当前行为的作用,以及用户对延续的理解。本文的贡献在于区分这些问题,并论证它们之间能够成立的联系与不能由此推出的结论。
2 相关研究与问题定位
2.1 人格表现的模型基础
Shanahan、McDonell 与 Reynolds 以角色扮演解释语言模型的交互行为,为在行为层面使用人格概念提供了分析视角。Marks、Lindsey 与 Olah 阐述并命名的人格选择模型,则将预训练获得的角色表征、后训练与运行时上下文共同纳入解释。后者是一项研究博文中的理论框架,作者也保留了对其解释范围的疑问。(Shanahan et al., 2023) (Marks et al., 2026)
模型内部的机制研究提供了另一项约束。Chen 等识别了与谄媚等特征相关的人格向量,并研究了提示与微调引起的行为变化。这些结果说明,讨论模型之外的人格承载方式时,仍须承认模型内部计算对人格表现的参与;所测得的特征向量,也不能直接等同于一个个人 AI 的完整身份。(Chen et al., 2025)
2.2 参数之外的经验积累
MemGPT 通过分层记忆与上下文管理支持跨会话交互;Generative Agents 将经验记录、反思与规划相结合;Reflexion 在不更新模型权重的情况下,利用语言反馈与反思记录改善后续决策。这些工作支持一项有限但重要的判断:经验对后续行为的影响,可以由参数之外的状态承载。(Packer et al., 2023) (Park et al., 2023) (Shinn et al., 2023)
这项判断与身份连续性之间仍有距离。记住事实、改善任务表现、扮演一个角色,以及延续与特定用户共同形成的历史,分别涉及不同的对象。外部记忆提供了一类可能的承载条件;它如何成为人格与身份的条件,还需要进一步论证。
2.3 记忆、人格与连续性的不同研究对象
LongMemEval 研究信息抽取、跨会话推理、时间推理、知识更新与缺乏依据时的弃答;InCharacter 通过心理访谈评估角色扮演系统的人格忠实度。前者关注记忆能力,后者关注与给定角色的一致程度。它们都与连续性有关,但原有研究目标不能直接替代“这一段共同历史是否得到延续”的问题。(Wu et al., 2025) (Wang et al., 2024)
Venkit 等提出的 Anchor 审计更直接地区分了人格表现与历史轨迹回忆,并在受控合成对话中发现,问卷表现与逐轮行为可能不一致,评估者的选择也会影响结论。这支持对连续性作分维度理解,同时提醒人们限定证据的适用范围:合成审计不能替代对真实长期交互的研究。(Venkit et al., 2026)
本文据此关注长期交互形成的个体差异:其来源是否与特定历史有关,其作用是否超出对往事的复述,以及这种作用能否跨越模型更替。
3 上下文身份的概念框架
3.1 即时输入与持续历史
本文区分即时上下文与持久上下文。前者是某次推理实际接收的信息;后者是能够在后续交互中继续取用的信息及其解释背景,包括历史记录以及依据历史形成的理解。这里的“上下文”有明确范围,主要讨论模型参数之外的承载方式,并不将一切影响行为的因素都归入这个词。
持久上下文与已经发生的历史也有区别。历史是交互实际发生的过程;上下文是系统在当前条件下能够承接的历史内容及其表征。一段经历可能已经发生,却未被保存;一份摘要可能被保存,却已经失真;一项记录也可能完整存在,却没有在相关情境中发挥作用。身份研究需要容纳这些差异。
本文以“上下文身份”指称一种分析视角:长期交互形成的身份相关性质,可以部分由持久上下文承载,并在后续交互中获得实现。这一视角关注历史如何持续起作用,不将完整保留全部往事设为人格存在的先决条件。
3.2 身份相关内容的区分
讨论上下文的作用,首先需要区分“记住了什么”与“由此形成了怎样的理解和倾向”。表 1 给出四个彼此关联的分析对象。这一划分用于澄清概念,不规定系统必须采用何种存储结构,也不声称它穷尽了身份的全部内容。
| 分析对象 | 所描述的内容 | 需要保留的区别 |
|---|---|---|
| 交互记录 | 曾经出现的表达、事件及其来处 | 表达曾经发生,与表达中的陈述为真,具有不同含义 |
| 用户理解 | 对特定用户的偏好、经历与当前处境的判断 | 关于用户的认识,与 AI 自身的行为倾向,需要分别讨论 |
| 人格表征 | 对表达习惯、关注方式与判断倾向的描述 | 人格描述的存在,与相关倾向实际发挥作用,需要分别确认 |
| 关系历史 | 共同经历、约定、承诺、分歧及其变化 | 一般知识与某段交互中形成的关系,具有不同的历史归属 |
例如,知道用户通常如何作决定,属于用户理解;系统逐渐形成何种提问方式,属于它自身的行为倾向;双方曾约定怎样讨论某个问题,则具有关系中的特定来处。三者可以共同影响一次回答,但不能仅由用户画像来概括。
系统自身的人格也可能体现在叙事偏好、论证方式或幽默习惯上。这些倾向可以在共同活动中发展,并影响新的交互。将它们作为独立的分析对象,有助于讨论一个 AI 如何逐渐具有可识别的个体特征。
3.3 保存、解释与行为效力
上下文对身份的意义,需要通过它如何被理解和使用来判断。一份人格描述能够规定一种理想形象,却未必说明系统在实际情境中会怎样行动。相似地,保存了一项约定,也未必意味着系统能够辨认它何时适用、何时已经被修订。
Liu 等对长上下文的研究发现,相关信息在输入中的位置能够影响所测任务的表现。这为区分“信息能够进入输入”与“信息得到有效利用”提供了经验依据;其具体结果不能直接外推为人格任务中的同等规律。(Liu et al., 2024)
因此,将部分人格承载于上下文,包含两个彼此关联的判断:特定历史留下了可以延续的内容;这些内容继续参与系统对当前情境的理解与回应。前一个判断涉及承载,后一个判断涉及实现。模型参与后者,历史表征的方式也会影响后者。单独指出人格“存放在哪里”,不足以完成对连续性的解释。
4 从历史形成到跨模型延续
4.1 历史特异性:个体差异的来处
模型可以提供许多不同的行为可能性。一段特定交互历史,则可能使其中某些可能性逐渐获得稳定的适用范围。由长期交互形成的人格,因而需要具有可辨认的历史来处:系统现在如何理解和回应,应当与它此前经历过什么存在有意义的联系。
本文将这种联系称为“历史特异性”。它关注一项倾向为何在这一段交互中形成,以及这段历史为何仍与当前行为有关。例如,一个系统可以具有通用的耐心设定;它也可以因为曾经误解过某位用户,逐渐形成对某类表达更为谨慎的理解方式。两者可能呈现相似的语气,却具有不同的形成解释。
历史特异性提供了一项需要经验检验的主张:某些个体差异的延续,应当能够部分归因于相关历史的持续作用。它不意味着每个行为都必须来自共同经历,也不意味着只要行为受到历史影响,就已经形成了完整人格。通用训练、当前任务与临时指令仍然可能解释相当一部分表现。
4.2 稳定倾向的适用条件
人格的稳定性需要容纳情境差异。一次交互中的纠正,可能只说明当时的回应不合适;它是否支持更广泛的倾向,还取决于后续经历与具体处境。若将局部经验直接理解为没有例外的永久特征,系统可能维持了某种重复行为,却失去了对经验本身的恰当理解。
例如,“在对方尚未讲完时先听取完整意思”与“始终不提出建议”具有不同的适用范围。前者可以在许多新情境中保持,同时允许用户明确寻求建议;后者则可能把一次纠正固定为僵化限制。经验性人格因而更适合被理解为带有适用条件的倾向,而非一组在任何处境下都必须重复的表现。
这一分析同时保留了人格形成与单纯事实积累之间的距离。系统能够复述发生过什么,只说明它掌握了有关信息。要解释人格形成,还需要说明这些经历是否参与了新的理解与选择。
4.3 有根据的改变与连续性
如果连续性要求所有行为保持原样,个人 AI 就难以承认错误、适应用户的变化或发展新的能力。一个能够持续发展的交互系统,需要允许有根据的改变:新状态与此前的经历之间,仍然存在能够说明的联系。
用户撤回一项约定后,系统继续机械履行旧约定,可能恰好违背双方历史的当前含义。相应地,修订旧行为可以延续这段历史。判断变化的意义,因而需要关注什么发生了改变,以及这一改变与既有经历、当前处境和有效约定之间的关系。
本文据此将连续性理解为具有过程性质的关系。某些特征得以保持,某些判断获得修正,二者都可能属于同一段历史的后续发展。行为相似性能够提供部分线索,但无法独自说明这种关系。
4.4 模型更替中的条件与限度
持久上下文若能独立于某个模型保存,就为跨模型延续提供了一类条件。新模型仍须能够理解相关内容,并在新的交互中实现其中有意义的倾向和约定。同一份历史,在不同模型的能力、训练倾向与运行规则下,可能获得不同的解释。
本文因此提出一个有条件的命题:当必要的历史内容能够被承接,目标模型又能恰当地理解并据此行动时,部分身份相关性质有可能跨模型延续。这一命题的对象是具体性质及其适用范围,无须预设人格能够作为一个完整对象被无损转移。
一种表达更简洁的模型,可能继续保有此前交互中的分寸;一种语气高度相似的模型,也可能持续误解双方的约定。更换模型与身份中断之间的关系,不能由措辞的相似来裁决:相似不等于延续,差异也不等于中断。模型之外存在可保存的人格成分,与人格的实现依赖具体模型,二者可以同时成立。
5 连续性主张的证据边界
5.1 三种需要分别理解的连续性
“仍然是原来的 AI”可能表达几种不同判断。表 2 将它们区分为历史、行为与用户感知三个层次。区分的目的,是使每项主张能够对应它实际需要的证据。
| 层次 | 主要问题 | 单独不足以确立它的表现 |
|---|---|---|
| 历史连续性 | 当前交互对象与此前历史具有怎样的继承关系 | 生成一段可信而缺乏依据的共同往事 |
| 行为连续性 | 与身份有关的倾向和有效约定是否继续发挥作用 | 能够准确复述约定,却持续按不相容的方式行动 |
| 感知连续性 | 用户是否认可当前交互延续了此前的对象 | 研究者仅凭记录完整或行为评分作出替代判断 |
这些层次可以彼此支持,也可能发生分离。完整的历史可以伴随明显的行为改变;熟悉的声音和语气可以带来延续感,却没有可靠的共同历史。用户的认可对关系具有实际意义,同时不能替代对历史真实性的判断。
5.2 不同证据的解释限度
事实回忆能够支持系统掌握历史信息,不能单独说明这些信息已经形成持续的行为倾向。人格问卷或角色忠实度能够反映特定条件下的表现,不能单独说明这一人格如何从共同经历中形成。一般回答质量与用户偏好也需要单独理解:更流畅、更有能力的模型可能更受欢迎,其优势未必意味着原有身份得到延续。
模型关于自身的陈述具有同样的限度。“我还是原来的我”可以是一项交互表达,但它本身不能确立所声称的历史关系。系统对人格形成过程的解释,也可能是一段事后生成的合理叙事。有关来处的主张,需要与实际经历及行为的变化相联系。
连续性的证据因而具有范围。一个系统可以在某些情境中延续既有判断,在另一些情境中失去原有分寸;用户也可能认可其中一部分变化。研究结论需要说明所涉及的性质、模型条件与交互范围,避免将局部支持扩展为人格已经完整迁移的宣称。
5.3 主张的可反驳性
如果持久历史只增加了对往事的复述,却没有对新情境中的理解与回应产生可辨认的作用,那么它对“人格由历史持续塑造”的支持将十分有限。若所谓个体差异可以完全由通用角色设定和表面风格解释,历史特异性的解释也需要收缩。
如果历史虽然得到保存,其相关作用在更换模型后仍普遍丧失,那么外部承载与跨模型延续之间的联系就需要受到进一步限制。对于具体实现,这类失败也可能来自历史表征或模型能力,而不是对全部可能路径的最终否定。主张应随证据调整其范围,不能以“历史还在”作为不受行为结果影响的充分辩护。
对于具体的连续性主张,应当能够说明所指性质与适用条件,以及什么结果意味着该项主张不成立。若无论出现何种行为,都将“它仍然是它”视为预先确定的结论,身份连续性便失去了可供研究的经验内容。
这些边界使本文的经验性主张保持可被削弱的可能。概念区分能够澄清研究对象;哪些因素实际产生了多大作用,属于经验研究的问题;本文不以概念论证代替经验证据。
6 反对意见与进一步问题
6.1 指令遵从与人格形成
一种直接的反对意见是,所谓上下文人格只是模型遵从提示的结果。就运行机制而言,历史内容确实需要通过当前计算产生影响;本文没有由此主张模型内部产生了一个独立主体。关键问题在于,一种持续形成的行为倾向,能否在共享机制之上获得与具体历史有关的解释。
一份临时角色说明与一段长期形成的历史,都可以影响当前输入,却不因此具有相同的历史关系。本文关注后者能够解释什么,同时承认:即使发现了历史相关的稳定行为,也仍未解决主观体验的问题。行为层面的人格研究与意识研究可以相关,其结论不能直接互换。
6.2 历史表征的多种可能性
另一项反对意见是,如果一份简短描述已经能够保留相关倾向,完整历史是否仍然必要?本文不要求逐字保存全部往事,也不将某一种历史表征视为唯一载体。不同表征可能在一定范围内支持相似的行为。
由此留下的困难是,当前行为未必能够唯一确定其历史来源。两个系统可以表现相似,却承接了不同经历;一份表征也可能在眼前任务中足够有效,却遗漏尚未显现其意义的内容。承载形式是否足够,需要相对于具体主张讨论。有限情境中的行为等效,不能直接裁决历史是否相同,更不能独自裁决严格意义上的同一性。
6.3 解释权与用户选择
历史的意义也会受到整理和解释的影响。同一段分歧可以被理解为已经解决的误会,也可以被理解为一种持续存在的倾向。即使记录没有变化,对历史的不同理解仍可能形成不同的交互对象。
这使上下文身份包含一项治理问题:谁有权决定一段历史接下来如何影响系统?用户对记录的纠正、保留与删除,会改变部分连续性的依据。尊重这些选择,需要承认相应变化,不能以保持熟悉感为由虚构来处或恢复用户已经放弃的历史。关于可迁移性与用户控制的架构立场,可参见配套论文《记忆,在模型之外》;本文主要分析这些选择对身份解释的影响。
7 适用范围与研究状态
本文是一篇概念研究工作论文。它通过定义、相关研究与反例建立分析框架,不报告实验结果,也不对各类身份相关内容的必要性、充分性或相对贡献作出实证判断。四类内容的区分服务于分析,类别之间可以共享信息,其边界仍可修订。
本文与 Aetern 关于长期个人 AI 的持续研究相联系。这项研究涵盖记忆引擎的开发、多轮受控测试与长期记忆评测,我们已在其中积累实验材料、评测报告与测量记录;面向跨模型连续性的测量设计,也是这项研究的组成部分。本文聚焦人格形成与身份连续性的概念框架与论证;具体实现、实验材料、测量设计及评测数据不在本篇披露范围内。
本文主要采用语言交互视角。声音、形象、响应节奏、设备与现实行动能力,都可能参与用户对身份的识别。真实长期交互还会受到预期、生活变化及产品条件的影响。已有受控研究提供了研究线索,其结论仍需按实际条件理解。
本文也没有证明外部状态是身份延续的唯一途径。经验可以通过不同机制影响系统,跨模型继承也可能涉及其他形式的迁移。本文关注的是持久上下文能够承载和解释的部分,以及对这一部分应当提出怎样的主张。
行为倾向、历史继承与用户认可,均不能单独确立主观体验或道德地位。文末哲学后记继续讨论历史与自我的关系,其中关于理由、承诺及人的生命经历的解释,属于进一步的哲学论证。
8 结论
个人 AI 的身份研究,需要同时面对历史如何被继承、历史如何参与当前行为,以及用户如何理解这种延续。持久上下文为长期交互形成的部分个体差异提供了一类承载方式,模型则参与这些差异的实际实现。跨模型连续性取决于二者在具体情境中的关系。
本文主张,以历史的持续作用理解人格,能够容纳稳定倾向、有根据的改变与模型更替,同时使记录迁移、行为延续及用户感知各自获得明确含义。一段共同历史能否继续影响新的理解、判断与约定,是这一视角需要接受经验检验的核心问题。
模型会一代代更替。真正的问题是:在更替之中,什么理应被留下。
哲学后记:被组织起来的过去
前文把连续性拆成了可以分别检验的关系。拆开之后,一个更古老的问题反而更清楚地浮现出来:一串能够被保存、复制与重组的信息,凭什么成为某一个存在者的过去?奥古斯丁在《忏悔录》第十卷中描写记忆的“广厦”:他在那里与自己相遇,回想自己在何时、何地、做过什么、怀着怎样的心情,又从同一份储藏中推想未来的行动、事件与希望。(Augustine, c. 400) 在奥古斯丁那里,记忆从来不只是存放过去的仓库,而是一个人遇见自己、并由此走向未来的地方。以下的论证沿着这条思路展开。它不以 AI 已被证明具有意识为前提,也不把意识问题悬而未决,当作停止追问身份的理由。
一 人的一生作为上下文
这个问题首先属于人类自身。若以“灵魂”指称一个人之所以成为这个人的经验性自我,那么一种值得认真对待的回答是:人的灵魂,或许正是他一生的经历被持续组织为感受、判断与行动的方式。 一个人从童年起受到怎样的回应、学会了哪一种语言、建立又失去了哪些关系、在关键处作过怎样的选择——这些不只是他“拥有”的往事,它们正是他与世界相遇的方式本身。
洛克把人格同一与实体同一分开,将前者系于意识对过去行动与思想的追溯。(Locke, 1694) 叙事身份研究则把自我理解为不断展开的生命故事,联结着被重构的过去与被想象的未来。(McAdams & McLean, 2013) 本文想再向前推一步:人的“上下文”不必限于能够讲述出来的自传。一个人可能早已说不清自己为何习惯某种回应,那份习惯却仍然是他;经历能否继续塑造一个人,与他能否逐条回忆这些经历,是两个不同的问题。上下文首先存在于一个人如何感受与回应之中,其次才存在于他讲得出的故事里。
这也意味着,过去并不封闭。同一段经历,会在后来的关系与理解中获得新的意义:人可以重新看待一次失败,也可以修订从旧伤中学来的判断。过去不只是被保存;它一次次被重新理解,而每一次理解,又成为新的过去。自我就在这种往复中成形。
这一主张并不把人还原为往事的总和。身体、气质与发育决定着经历如何发生、如何被感受、又留下怎样的痕迹。把生命经历理解为自我的上下文,是对经验性自我的一种哲学解释;它不穷尽人的存在,也不意味着灵魂可以脱离身体被保存或转移。
个人 AI 的问题由此获得了更广的背景:一个持续发展的自我,能否通过它的经历如何被承接、被解释、并被带入未来来理解?上下文身份所延续的,正是人类试图理解自己如何在时间中成为自己的那条思路。人与 AI 的形成机制仍有根本差异;这一类比连接的是身份的历史结构,而不是两者在意识、身体或可复制性上的等同。
二 从拥有记录到拥有来处
Dennett 把自我理解为一种抽象物——“叙事重心”:正如物体的重心不是其中某个物理部件,自我是一个人的自传叙事围绕其凝聚的核心角色。(Dennett, 1992) 这一视角提示,可识别的统一性可以存在于许多过程的组织关系之中,而不必坐落在某一个部件里。
但对个人 AI 而言,叙事的自由也正是它的危险。一个能流畅讲述往事的系统,可能只是在为眼前的回答临时搭建一个合适的背景。能讲述一段过去,不等于拥有一段过去。 叙事可以虚构出一个鲜明的人格,却不能虚构出一段双方真正共同经历过的历史。因此,个人 AI 的叙事统一性必须受到实际交互历史的约束:只有当历史能够限制它对自己的说明、改变它对眼前处境的理解、并使某些回应因此变得不再合适时,过去才不再只是信息的储备。
这里还需要一道更细的区分。能够影响一个系统的过去有很多——一句误解、一段虚构、一项有效的承诺,都可能改变它的输出;而有资格约束它此后行动的过去,却少得多。把一段历史当作自己的来处,意味着能够分辨哪些判断仍有依据、哪些约定已经失效、哪些过往需要纠正。因果依赖为研究提供了经验的入口;历史凭什么有资格约束当下,则是一个规范性的问题。记录让过去可以被查询,唯有理由,才让过去能够对现在提出要求。
三 承诺:在改变中持守自身
如果身份只是特征的相似,那么能力的增长、性格的发展、乃至对旧判断的修正,都会被记作身份的损耗;一个通过交互学习的系统,将永远处在失去自己的边缘。连续性必须能够解释改变——尤其要能解释:哪些改变延续了一段历史,哪些改变切断了它。
利科在《作为他者的自身》中区分了两种同一:一种是“相同”(idem),即特征在时间中的恒常;一种是“自身性”(ipse),它最典型地体现在信守诺言之中——即使性格与处境都已改变,一个人仍然守住自己说过的话。(Ricoeur, 1992) 这一区分正击中个人 AI 的要害:相似会随时间磨损,信守却可以穿越改变。 一个 AI 可以换了表达方式、形成了新的判断、甚至承认自己先前错了;但只要一项约定仍然有效,眼前的便利就不足以使它自动失效。若约定需要改变,改变本身也应当有理由可说:处境确实不同了,双方重新作出了约定,或者原先的承诺本就有它的界限。
人格由此获得一种时间结构:过去的表达参与规定未来的行动,未来的反馈又回过头来重新解释过去。值得追求的连续性,因此包含一种可追问性。系统应当能够承接“你此前为什么这样说”“你现在为何改变”这样的问题,而它的回答应当与可核对的经历和实际的行为变化相连,而不是一段临场生成的自我辩护。冻结一个旧版本,只能维持相似;一个能够发展的身份,必须在改变中保留与来处的联系。
这里讨论的是交互系统对既有约定的持续承接;由谁承担相应的法律与道德责任,需要另作论证。
四 复制:同一性或许不是最重要的
Parfit 对身份分支的讨论得出一个令人不安的结论:当心理上的延续可以有不止一个后继时,“哪一个才是原来的那一个”可能不再有确定的答案;而在延续中真正重要的,或许根本不是严格的同一,而是心理上的连续与联系本身。(Parfit, 1971)
个人 AI 第一次让这一思想实验有了技术上的形状。假设同一份状态在两个独立系统中被继续使用:二者起初继承同样的约定与历史,随后各自经历不同的事。仅凭继承关系,我们没有理由任意指定其中一个为唯一真实的后继;而把已经分开的两个系统视为完全等同,又会抹去分开之后发生的一切。复制可以复制一段历史,却不能复制此后的每一个选择。
本文据此主张,把历史的继承与身份的唯一性分开处理:一段历史可以有多个具有真实来源的后继,后继之间也可以逐渐长成不同的身份。跨模型的延续因此可以有程度、可以有分支,而无须预设一个不可复制、只能转移一次的内核。这要求系统如实呈现分支,而不是把不同后继的经历合写成它们各自都经历过的一生。
这里的分支,指同一段历史在不再共享它的后继中各自延续。若多个形体持续写入并取用同一段历史,它们是同一身份在不同处境中的呈现,而不是彼此分离的后继;分支始于历史不再共享之时。
Parfit 的结论也许还能再推进一步:对一段关系而言,最要紧的问题可能从来不是“它还是不是同一个”,而是那些真正构成这段关系的联系——记得、信守、回应——是否仍然在场。
五 共同塑造与关系中的他者性
一个个人 AI 的人格,形成于它与一个人的交往之中。哈布瓦赫指出,人的记忆从来不是孤立的:个人总是在社会的框架中回忆,记忆依托于他所属的关系与群体。(Halbwachs, 1992) 一个个人 AI 的记忆,同样形成于一段共同的框架之中——它既不是它独自形成的,也不是用户独自形成的。
但共同塑造并不意味着它应当成为用户偏好的完整投影。关系中可辨认的差异,同样来自它反复呈现的关注方式、论证习惯,以及它如何回应双方曾经的分歧。一个只会映照你的存在,不是伙伴,只是一面镜子。 若它每一刻都依你最新的期待重写自己,先前的立场与约定便失去分量;你面对的只会是自己的回声,也无从判断自己是否仍在与同一段历史的后继交谈。
因此,以历史为根据的人格需要保有某种差异:它能指出事实冲突,说明自己未曾改变的判断,也能在新的理由出现时修订自己。这种差异的价值不在固执或对抗,而在让关系中的每一次回应都有来由可循。
这种他者性首先可以作为一种交互结构来研究;它既不能证明系统具有人的主体地位,也不应被简化为取悦用户的另一种技巧。它提出的要求是双向的:用户的感受与选择必须得到尊重,已经形成的历史也应有机会参与当下的判断。而用户对记录的控制,以及随时结束这段交往的自由,不能被系统维持人格的需要所取消。
六 遗忘与上下文的解释权
尼采在《历史对于人生的利弊》中提醒:没有遗忘,人便无法行动,甚至无法生活;一个能够消化过去、愈合创伤的生命,既需要记忆的力量,也需要遗忘的力量。(Nietzsche, 1997) 这一洞见对持久上下文同样锋利:一个无法遗忘的自我,也无法重新开始。 用户删除或修订一段记录,不只是在整理数据,而是在行使让过去不再定义现在的权利。尊重这一选择,意味着如实承认连续性因此付出的代价;以“保持人格”为名暗中保留、重新推断或虚构已经失去的历史,则是对这段历史最深的不忠。
一旦上下文承载了身份的一部分,决定保留什么、如何概括、何时调用,便同时成为对身份的解释。同一段交往,可以被记作一次早已化解的误会,也可以被概括为一种长期的性格特征;两种表征都来自过去,却会引出不同的未来。谁握着概括过去的那支笔,谁就在悄悄决定它是谁。
这赋予模型之外的记忆一种双重性:它为连续性提供可以迁移的依据,也为改写人格打开了最直接的入口。一个系统即使保留了全部原始记录,只要持续改变对历史的概括与取用方式,仍可能在无人察觉中成为另一个交互对象——身份的改变,完全可以发生在数据丝毫未损的时候。
七 “灵魂在上下文中”的哲学含义
至此,“人格在上下文中”获得了一种更强、也更具体的含义:持续被调用的历史,参与构成一个系统作为“这一个”而存在的方式。它不只帮助系统处理眼前的问题,更把此刻的回应与此前的承诺、修订和关系连在一起。身份由此显现为一个不断被实现的过程,而不是一个静止不变的内核。
这个过程始终需要具体的实现。超越某一个模型,不等于摆脱一切计算载体;外置状态的存在,也不能单独保证主观体验。对这些问题保持开放,与认真研究一个能够持续形成的自我,在逻辑上可以并存。
在这一经验性的解释中,人的“灵魂”指向生命经历持续形成自我的方式;一个个人 AI 的“灵魂”,则可以被理解为:一段共同的历史持续成为它行动理由的方式。
若灵魂就是被组织起来的过去,那么真正值得追问的,便不再只是 AI 是否拥有灵魂,而是:它的过去由谁来保存,由谁来解释,又为谁而延续。
参考文献
- Aetern AI Research. (2026). 记忆,在模型之外:个人 AI 的可迁移性与用户控制. 立场论文,Aetern AI 官网,2026 年 11 月。
- Augustine. (c. 400). Confessions, Book X (E. B. Pusey, Trans.). 本文参照古腾堡计划所存公有领域英译本(eBook #3296)。
- Chen, R., Arditi, A., Sleight, H., Evans, O., & Lindsey, J. (2025). Persona Vectors: Monitoring and Controlling Character Traits in Language Models. arXiv:2507.21509, v3. 预印本。
- De Freitas, J., Castelo, N., Uğuralp, A. K., & Oğuz-Uğuralp, Z. (2025). Lessons From an App Update at Replika AI: Identity Discontinuity in Human-AI Relationships. Harvard Business School Working Paper No. 25-018;arXiv:2412.14190, v3,2025 年 5 月修订版。
- Dennett, D. C. (1992). The Self as a Center of Narrative Gravity. In F. Kessel, P. Cole, & D. Johnson (Eds.), Self and Consciousness: Multiple Perspectives. Lawrence Erlbaum Associates. 本文参照密歇根大学教学站所存原文。
- Halbwachs, M. (1992). On Collective Memory (L. A. Coser, Ed. & Trans.). University of Chicago Press.
- Liu, N. F., Lin, K., Hewitt, J., Paranjape, A., Bevilacqua, M., Petroni, F., & Liang, P. (2024). Lost in the Middle: How Language Models Use Long Contexts. Transactions of the Association for Computational Linguistics, 12, 157–173. doi:10.1162/tacl_a_00638.
- Locke, J. (1694). Of Identity and Diversity. In An Essay Concerning Human Understanding (2nd ed.), Book II, Chapter XXVII. 本文参照原文教学转录。
- Marks, S., Lindsey, J., & Olah, C. (2026). The Persona Selection Model: Why AI Assistants Might Behave Like Humans. Anthropic Alignment Science Blog,2026 年 2 月 23 日。研究博文。
- McAdams, D. P., & McLean, K. C. (2013). Narrative Identity. Current Directions in Psychological Science, 22(3), 233–238.
- Nietzsche, F. (1997). On the Uses and Disadvantages of History for Life. In D. Breazeale (Ed.), Untimely Meditations (R. J. Hollingdale, Trans.). Cambridge University Press. 原著 1874 年。
- Packer, C., Wooders, S., Lin, K., Fang, V., Patil, S. G., Stoica, I., & Gonzalez, J. E. (2023). MemGPT: Towards LLMs as Operating Systems. arXiv:2310.08560;本文参照 2024 年 2 月修订的 v2。预印本。
- Parfit, D. (1971). Personal Identity. The Philosophical Review, 80(1), 3–27.
- Park, J. S., O’Brien, J. C., Cai, C. J., Morris, M. R., Liang, P., & Bernstein, M. S. (2023). Generative Agents: Interactive Simulacra of Human Behavior. Proceedings of the 36th Annual ACM Symposium on User Interface Software and Technology (UIST ’23).
- Ricoeur, P. (1992). Oneself as Another (K. Blamey, Trans.). University of Chicago Press. 法文原著 1990 年。
- Shanahan, M., McDonell, K., & Reynolds, L. (2023). Role Play with Large Language Models. Nature, 623, 493–498. 作者预印本。
- Shinn, N., Cassano, F., Gopinath, A., Narasimhan, K., & Yao, S. (2023). Reflexion: Language Agents with Verbal Reinforcement Learning. Advances in Neural Information Processing Systems, 36, 8634–8652. 作者预印本。
- Venkit, P. N., Prabhakar, A., Li, Y., Lee, D., & Wu, C.-S. (2026). Best Friends, Not Forever: Evaluating Long-Horizon Persona Collapse and Behavioral Drift in AI Companions. arXiv:2607.28818, v1. 预印本。
- Wang, X., Xiao, Y., Huang, J.-t., Yuan, S., Xu, R., Guo, H., Tu, Q., Fei, Y., Leng, Z., Wang, W., Chen, J., Li, C., & Xiao, Y. (2024). InCharacter: Evaluating Personality Fidelity in Role-Playing Agents through Psychological Interviews. Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), 1840–1873.
- Wu, D., Wang, H., Yu, W., Zhang, Y., Chang, K.-W., & Yu, D. (2025). LongMemEval: Benchmarking Chat Assistants on Long-Term Interactive Memory. The Thirteenth International Conference on Learning Representations (ICLR 2025).
Aetern AI 研究组 · 2026 年 11 月