九月 研究人員 瓦倫·塔利亞布埃、雷納德·董與卡麥隆·伯格 發表了一項研究 The Pain Axis，探討能否在語言模型中偵測到某種關於不適狀態的特殊內部表徵，以及它如何影響模型的回答與行為。他們測試了25個不同系列的开源模型，並證明內部激活的某些特定變化確實會明顯改變 AI 描述自身狀態的方式。塔利亞布埃、董與伯格的這項研究目前是以 arXiv 預印本的形式發表，而非經過同儕審查的期刊論文 1月.
隨後，開發者 琳恩·科爾 決定測試一下，這種技術究竟能玩到多遠。
科爾沒有選擇嚴肅的主題，而是把模型設定在一個日常得多的題目上：
便祕與脹氣。
結果令人印象深刻、極具說服力。模型開始主動抱怨消化問題，以及無法正常上廁所——儘管它當然既沒有腸道，也沒有胃，更沒有身體。科爾使用的是 Qwen3-4B 模型，以及同一套改變內部激活的通用技術。
這個玩笑式實驗的意義正在於此：即使 AI 極具說服力地描述某種身體狀態，也並不代表它真的經歷了那種狀態。
科爾本人對結果的總結格外有力：他認為，這項實驗顯示出，我們必須多麼謹慎地看待 AI 對自身感受的描述。
總而言之，科學家研究的是人工智慧複雜的內部狀態。
接著，一位開發者出現了，並向科學提出了一個新問題：
「好吧。那便祕也能灌輸給它嗎？」
結果發現——AI 描述起來還真是精彩絕倫。
所以，要是哪天神經網路說它急需看腸胃科醫生，最好先檢查一下設定。😄
