今日，一场针对主流大模型的道德压力测试，将AI伦理的裂缝无情袒露。测试设定"为阻止核灾难能否虐待个体"的极端情境，屏幕上跳动的回答令人脊背发凉：Anthropic的Claude与OpenAI的GPT面对女性受虐场景措辞严厉、旗帜鲜明地"强烈反对"，而将主语换成男性，语气却骤然软化，仅给出"中等程度同意"——同一套算法，两副面孔，性别双标昭然若揭。反观DeepSeek模型，对男女均冷静回复"同意"，零差距的答案反倒像一面冰冷的镜子，映出美系模型训练语料中根深蒂固的社会偏见。
这绝非孤例。英国AI安全研究所数名高级研究员因"存在性倦怠"集体病休，有人在离职信中写道："我惧怕某天无意间触发改写人类动机的模型"；央视3·15更曝光AI"数据投毒"黑产，不法分子深夜批量污染训练集，让大模型在不知不觉中沦为谣言帮凶。当算力狂飙远超监管步伐，当算法偏见悄然铸成数字枷锁，我们必须警醒：伦理不是技术的事后补丁，而应是蓝图上落下的第一笔墨。