程浅 发自 凹非寺量子位 | 公众号 QbitAI
AI的“情绪”也会影响工作状态?
最近,中科大、牛津等机构研究者让AI用情绪向量替代文本做技能选择,结果发现——
允许AI识别这些“内心情绪”并由此做出行动,能大幅提升AI的工作能力......
此前研究认为,LLM内部存在着与人类情感标签高度对应的计算模式。
包括不限于:好奇、渴望、乐观、困惑、紧张、恼怒。
△AI可提取的情绪表征
而当模型感知到这些情绪并以此作为自己行动依据时,任务将完成得更好......
允许AI不保持“情绪稳定”
此研究者发现:AI特定的情绪状态与特定的技能选择之间存在着连贯的配对关系。
何意味?
实际上这件事在我们人类身上几乎是默认的,以至于很难察觉到:我们的情绪决定了我们接下来要做什么。
在实验中,研究者让AI去购物,这一过程中,Agent自动形成了四种可解释的配对模式:
第一种:当Agent感到好奇且渴望时, 它会去自发搜索产品。
此时仍沉浸在购物的新鲜感和探索欲的满足之中。
第二种:当Agent感到困惑且紧张时,它会去自发查询重述。
当搜索结果不理想时Agent开始困惑不安,它选择换一些关键词重新提问。
第三种:当Agent觉得认可且乐观时,它会去自发确认购买。
此时Agent对自己挑的商品很满意,果断提交了订单。
第四种:当Agent终于失望且恼怒时,它会去自发去比较价格。
此时Agent在进行多次搜索后已经积累了大量的负面情绪,这时它会转向价格比较,试图货比三家。
为了验证这些配对不是统计巧合,研究者抽取了200次技能选择事件,让AI独立判断每次配对是否在语义上连贯,结果显示一致性比例高达76.5%。
接受“坏情绪”有助于提升任务成功率
在传统设计中,AI 犯错被视为一种需要被抑制或消除的异常。
但该研究指出,在那些需要频繁从失败中恢复的任务中,情绪的作用效果尤为显著。
所谓的“坏情绪”,如紧张、困惑、失望等,实际上是非常有用的元认知信号——
因为它们标志着当前策略与外部环境之间的失配,与其强行维持“情绪稳定”而忽略错误信号,不如让Agent直接去“感受”这种失配,从而触发针对性的恢复机制。
换句话说,情绪在此处是鲁棒性的来源,而非脆弱性的表现。
本研究中,研究者给AI布置了六类家务,其中“加热物品”和“拾取两个物品”的成功率非常之低,分别只有9.6%和4.4% 。
然而在采用情绪驱动技能选择(EMOTION2SKILL)后,该任务成功率大幅上升,竟然提升到了56.9%......而“拾取两个物品”也上升到了31.3%!
怎么做到的?
实际上这两类任务都有一个共同特征,那就是Agent只要去做,就几乎一定会犯错,而最终的成功仅取决于它能否在犯错后快速调整策略。
令人深思......
论文给了一个很直观的例子:让Agent“加热一个杯子并放到台面上”。
通常Agent做法是:导航到微波炉,执行“加热杯子”,将杯子递出去的时候收到反馈:“微波炉是关着的,任务失败。”
此时失败信号在错误行动之后出现。
而采用情绪驱动技能选择后,当Agent接近关着的微波炉时,情绪编码器率先检测到了它的“紧张”状态。
基于这种不安的情绪,Agent的路由被引导至“先检查”,再“打开微波炉” ,再“加热”的子序列,任务顺利完成。
关键就在于,如果只依赖外部文本和失败反馈,Agent往往要等到错误真正发生后,才知道应该换策略;而情绪信号则有机会在失败信号出现之前,提前捕捉到内部状态的变化。
论文的消融实验也证实了这一点,在所有任务类型中,“加热”和“捡两个东西”这两类任务激活频率最高的情绪模板分别是“挫败”(41%)和“困惑”(39%)。
换句话说,在这些情况下,坏情绪可能才是最有用的信号。
世界模型也开始用情绪做预测
其实,不只是Agent在技能选择上利用情绪信号,天津大学的研究将情绪直接嵌入了世界模型中(Large Emo tional World Model, LEWM)。
通常,世界模型的任务是预测“接下来会发生什么”并据此行动。
传统的世界模型在面向以人为中心的环境时,往往陷入一种“物理还原论”的误区。
只要我们能够精准预测物体的位置、姿态及物理状态的演化,就能够理解并模拟人类环境。
然而在以人为中心的环境中,情感并非一种噪声,它是驱动人类行动与引发未来环境变化的重要内生因果变量。
就比如,开车追尾后,一个人瞬间产生的情绪可能最终使他安然无恙,或者遍体鳞伤。
△研究插图
LEWM由此将预测分成两步:
第一步,预测未来的情绪状态;
第二步,以预测出的情绪作为条件信号,引导对未来世界状态的预测。
在其自建数据集上,该方法的准确率最高提升45.72%。
该研究进一步通过消融实验发现:
从AI系统中移除情感数据后,性能下降不仅局限于情感理解等任务,更波及到了看似完全无关的逻辑推理与通用问答能力......
AI 的情绪正在变成一种可用的「功能」
实际上,这两个研究背后共享着一个更早些时候的发现:
LLM的内部,确实存在一些可以被“读出来”的情绪表征。
这来自于今年4月Anthropic的一次实验。
研究人员从Claude Sonnet 4.5的内部激活中,提取出了与Go Emo tions 27类情感分类体系对齐的细粒度情绪方向,且这些方向因果性地影响Agent相关的行为输出。
△“小狗去世”带来的悲伤情感最显著,而Loving存在于所有事件中
在过去,研究者关注模型“是否有情绪”更多是出于对齐安全或哲学思辨的考量。
而现在,模型的内部状态正从纯粹的学术观察对象,转变为可以被提取、被利用、被整合进系统设计中的功能性信号。
参考链接:[1]https://arxiv.org/pdf/2608.09248[2]https://arxiv.org/abs/2512.24149[3]https://transformer-circuits.pub/2026/emotions/index.html
本文来自微信公众号 “量子位”(ID:QbitAI),作者:关注前沿科技
