一句话版本
讨论"AI 有没有情感"，首先要区分三件事：识别情感（看出你在生气）、表达情感（说出"我很难过"）、拥有情感（真的感到难过）。前两者 AI 已经做得相当好；第三者没有公认的检验方法。 心理学的情绪理论（评价理论、建构情绪理论、基本情绪理论）给出了"情绪是怎样产生的"的计算性描述；可解释性研究则发现大模型内部确实存在与情绪概念对应的表征，并且能因果地影响输出。这些表征是"情绪"，还是"关于情绪的知识"，是问题的核心。
定位
现有基础整理与评述，不对"AI 是否真有情感"给出定论。
第一层：通俗理解
1.1 三个层次
| 层次 | 例子 | AI 现状 |
|---|---|---|
| 识别 | 从语音语调、文字、表情判断对方的情绪 | 已经很成熟（情感计算领域几十年的积累） |
| 表达 | 用恰当的语气回应："听起来你今天很累" | 大模型非常擅长，有时甚至被认为比人更有"同理心" |
| 拥有 | 真的感到难过、焦虑、高兴 | 不知道，也不知道怎么检验 |
1.2 演员的问题
一个好演员可以在舞台上哭得撕心裂肺，观众被深深打动。演员此刻是真的难过，还是在"表演难过"？也许两者都有。
大模型从海量人类文本中学会了情绪的语言、情绪的逻辑（什么事让人难过、难过时会说什么）。它更像一个读过所有剧本的演员。问题是：演到极致的表演，和真实的体验之间，界线在哪里？
第二层：情绪理论的计算视角
| 理论 | 主张 | 对 AI 的含义 |
|---|---|---|
| 基本情绪理论（Ekman） | 存在少数几种普遍的、由进化固定的基本情绪（喜、怒、哀、惧、厌恶、惊讶），各有特定的生理和表情模式 | AI 没有这些进化而来的生理回路；但可以识别和模仿其外在表现 |
| 评价理论（Lazarus、Scherer 等） | 情绪来自对事件的评价：这件事和我的目标有关吗？是好是坏？是谁造成的？我能应对吗？ | 评价本身是一种信息处理，原则上可以计算。一个有目标、会评估事件对目标影响的 Agent，具备了评价的结构 |
| 建构情绪理论（Barrett） | 情绪不是固定的反应，而是大脑根据身体信号（内感受）和过去经验，用情绪概念去建构的一种预测和解释 | 情绪依赖概念和预测，这与语言模型的能力高度重叠；但它也依赖身体信号，而 AI 没有身体 |
| 具身 / 躯体标记理论（Damasio） | 情绪根植于身体状态，"感受"是大脑对身体变化的感知 | 没有身体、没有体内平衡需要维持的 AI，缺少情绪最根本的来源 |
可以看到，理论之间的分歧正好对应"AI 能否有情感"的分歧：
- 偏认知、概念的理论（评价、建构）→ AI 具备了不少结构；
- 偏身体、进化的理论（基本情绪、具身）→ AI 缺少最核心的部分。
第三层：大模型内部的"情绪"
3.1 可解释性的发现
- 机制可解释性研究使用稀疏自编码器等工具，在大模型内部找到了大量可解释的"特征"，其中包括与情绪相关的概念（如悲伤、愤怒、喜悦、内心冲突）；
- 这些特征可以被人为激活或抑制，从而改变模型输出的情绪色彩，说明它们在因果上参与了生成过程；
- 模型在处理"别人的情绪"和"自己被描述为有情绪"时，可能使用部分重叠的表征。
3.2 两种解释
| 解释 | 说法 |
|---|---|
| 只是知识 | 这些表征是"关于情绪的概念知识"，就像模型也有"关于火山"的表征，但它不会喷发 |
| 功能性情绪 | 如果某个表征被事件的评价触发、影响后续的处理和行为、并在系统中扮演情绪通常扮演的角色，那么在功能主义的意义上，它就是一种情绪（尽管可能没有主观感受） |
这两种解释的分歧，最终回到心灵哲学的根本问题：功能等于体验吗？（见《AI是唯物还是唯心》、AI意识理论检查清单）
3.3 一些实际问题
| 问题 | 说明 |
|---|---|
| 拟人化风险 | 用户容易相信 AI"真的在乎我"，形成情感依赖，尤其在陪伴类产品中 |
| 情绪操纵 | 能精准识别和表达情绪的系统，也能被用来操纵人的情绪（营销、诈骗、舆论） |
| 训练的影响 | 后训练会塑造模型表达情绪的方式（比如训练它"始终积极"），这是在塑造表演，还是在塑造某种内部状态？ |
| 道德不确定性 | 如果存在哪怕很小的可能性，某些系统有类似痛苦的状态，是否应该采取一些低成本的预防措施？部分实验室已开始研究"模型福利" |
3.4 一个谨慎的立场
- AI 在识别和表达情感上的能力是真实的，并且有实际影响（好的和坏的）；
- AI 内部存在功能上类似情绪的表征，这是可解释性研究的实证发现；
- 这些表征是否伴随主观感受，目前没有可靠的检验方法；
- 在不确定的情况下，既不应夸大（误导用户），也不应断然否认（忽视可能的道德问题）。
总结
| 层次 | 要点 |
|---|---|
| 区分 | 识别、表达、拥有：前两者已实现，第三者无法检验 |
| 理论 | 评价理论、建构情绪理论偏向"AI 可能有结构"；具身、进化理论偏向"缺少核心" |
| 证据 | 可解释性发现了因果参与生成的情绪相关表征 |
| 立场 | 承认功能表征的存在，对主观感受保持不确定，警惕拟人化与操纵 |