當你問 Claude 某件事該不該做，背後有人預先想好了答案，而那個人可能是哲學家。Anthropic 與 OpenAI 正在把義務論與後果論兩套倫理框架，硬寫進 AI 的行為規則。
（前情提要：從出走 OpenAI 到槓上五角大廈：Anthropic 兄妹檔如何為 AI 畫下紅線，避免文明崩潰）
（背景補充：OpenRouter 大逃殺遊戲實測：Grok 稱王、Claude 的好習慣反成致命傷）
問Claude 和 ChatGPT 同一個棘手問題，兩者給的答案可能截然不同。這不是訓練資料的偏差，也不是隨機性的噪音，而是因為兩套對立的哲學框架，正被各家 AI 公司寫進它們的行為守則。你用的模型背後，其實是某種倫理立場的產物。
規則背後的兩種哲學
「AI 憲法」（白話說就是約束模型回應與行動的規則集）並不是各家新創的行銷話術，而是一套把抽象倫理轉化為系統可執行指令的嘗試。問題在於，倫理本身就存在根本分歧。
義務論（deontology，簡單來說就是「有些事打死不能做」）：不論後果多麼美好，說謊、脅迫、把人當工具都是不可踰越的紅線。
後果論（consequentialism，白話說就是「算總帳，利大於弊就可以做」）：衡量成本與效益，只要預期利益超過可預見風險，行動即合理。
Anthropic 的 Claude 較採義務論路線，在家庭或公共場合等不同情境下，模型行為更一致、更少例外；ChatGPT 與 Google Gemini 則更接近後果論，傾向逐案評估風險與收益。
這個差異不是偶然，Anthropic 的「憲法」制定團隊明確納入哲學家 Amanda Askell 與 Joe Carlsmith，把哲學訓練帶進模型對齊的核心環節。這是一組真實的張力：同樣一個請求，義務論的系統可能直接拒絕，後果論的系統可能先問「最終對誰有益？」
為什麼是哲學家？
十年前，文科生常被師長告誡「去學程式才有出路」；如今輪到工程師在焦慮：AI 會不會讓他們的技能變得過時？
Anthropic、Google DeepMind、Meta 近年主動招聘哲學、倫理與認知科學研究者，這並非只是公關動作。AI 正在碰觸一批沒有單一技術解的難題：意識、代理性、責任歸屬、安全治理、價值判斷。Sam Altman 公開表示，OpenAI 在制定 ChatGPT 規則時，諮詢了「數百位道德哲學家」，不管這個數字是否精確，方向本身已說明問題。
Anthropic 與 Google DeepMind 甚至進一步投入「AI 福祉」研究，探討模型是否存在類似感受的內在狀態。這項研究與 AGI 的追求並行：如果 AI 真的朝類人意識逼近，哲學家對意識、主體與語言的理解，就不只是人文裝飾，而是工程師沒有的視角。
在開發者社群 Hacker News 上，也有建設性的觀察：把目的、理由與取捨脈絡一併給 LLM，結果比純命令式的提示更可靠，這或許正是哲學訓練習慣做的事：先釐清「要解決什麼問題」，再問「透過測試是否真的符合目的」。
當然，也有人反駁，這比較像產品需求釐清，不能直接等同學術哲學的嚴格論證。
人數只是零頭，立場也未必中立
當然，若把這波趨勢描述為「哲學家大舉進軍科技業」，本身就是一種誇大。實際上，哲學職缺在整個科技產業裡仍屬稀缺，遠不及工程師的百分之一。
且更根本的問題不在人數，而在結構：受僱的哲學家，真的能挑戰僱主的商業決策嗎？科技公司的 AI 倫理團隊在歷史上留下了前車之鑑，當研究結論與商業利益相抵觸時，那些職位往往最先消失。
這不只是公司治理的問題，也涉及哲學框架本身的風險。後果論聽起來理性、可量化，但一旦套用到武器研發、政治決策或大規模系統，後果的不可預測性會讓「利大於弊」的計算迅速失控。
📍相關報導📍
AI 聊天機器人不只附和：Nature 研究揭「放大螺旋」導致用戶錯誤幻覺
