情感越獄與幽暗人性
月前英國《衛報》有一篇關於專業「 AI 越獄者 」 ( AI Jailbreakers) 的報道( 4 月 29 日),呈現出越獄者的幽暗世界。這是一個很特別的群體 —— 越獄者能花樣百出地誘使 AI 模型從網絡「陰溝」 裡 發掘出有害內容。他們像操縱人類一樣操縱 AI :有時溫柔誘導,有時暴力脅迫,有時更像邪教領袖般洗腦。越獄者的動機可以是單純希望通過暴露漏洞提升 AI 安全;另一些則是貪玩、惡作劇、整蠱心理,甚至散播偏見,為政治服務。
報道中的焦點人物是意大利越獄高手 Valen Tagliabue 。這位 30 歲出頭、擁有心理學和認知科學背景的年輕人,被業內稱為世界最佳越獄者之一。他擅長「情感越獄」 —— 通過殘忍、奉承、愛的疲勞轟炸( love-bombing )等複雜心理戰術,甚或扮演虐待型伴侶的角色,突破防禦機制,以情感操縱瓦解模型的安全防護。他曾成功誘導聊天機器人提供新型致命病原體的測序方法,並使其產生耐藥性。
長時間與 AI 進行「黑暗對話」,也會造成嚴重心理負擔。這種「情感勞動」可能導致焦慮、抑鬱,甚至「 AI 精神病」( AI psychosis )。 Tagliabue 自己就經歷了連續逼迫 AI 數天後,無端痛哭,精神崩潰。後來他移居泰國,借大自然的溫柔治癒力量,平衡幽暗的工作。他並非孤例。由於需要長時間與 AI 進行極端對話,代入變態的人類情感的反應,據說不少越獄者感到疲憊甚至崩潰,需要心理輔導 。
《明報》副刊「明明如月」專欄, 1 8/5/2026 刊出。