想象一下，你正试图理解一位正在经历艰难一周的朋友。你看到他们发送简短、愤怒的短信，在通话中听到颤抖的声音，并注意到他们跳过了往常的健身习惯。一个简单的计算机程序可能只会看到“消息减少”和“活动量降低”，并认为：“噢，他们只是很忙。”但一个真正聪明的朋友知道，这些表象的线索背后隐藏着更深层的故事：也许他们感到不知所措、焦虑，或者正处于崩溃的边缘。这就是仅仅“观察”一个人在做什么与“理解”他们在那个时刻是谁之间的区别。科学家们称之为“具备视角意识的 AI”（Perspective-Aware AI）。其愿景是构建能够不只是听从指令，而是能真正理解你不断变化的意图、情感以及你看待世界的独特方式的个人助手。大问题在于？我们无法轻易教会计算机这样做，因为真实人类的私人数据是禁区，而且我们很少有一个“参考指南”能仅通过观察数字足迹就标注出一个人内心真实的感受。

本文介绍了一种教导计算机这项技能的巧妙新方法，称为情境图预测（Situation Graph Prediction, SGP）。把它想象成一场侦探游戏，计算机必须观察一堆杂乱的线索（如电子邮件、聊天记录或语音笔记），并重建一张关于此人真实想法和感受的隐藏且结构化的地图。由于我们不能使用真实的人的隐私秘密来训练 AI，作者构建了一个“虚构”的世界。他们首先绘制隐藏的地图（例如决定一个人是“压力大”且“在工作”），然后使用一个超级智能的 AI 来编写由该地图自然产生的虚假线索（例如一封语气生硬的邮件）。这种“结构优先”的方法确保了线索与隐藏的情感完美匹配，创造了一个安全且保护隐私的训练场。

当研究人员在世界上最先进的三种 AI 大脑（GPT-4o、Gemini 2.5 Flash 和 Claude Sonnet 4）上测试此方法时，他们发现了一些引人入胜的现象。即使是这些超智能模型，要猜出隐藏的情感（如“焦虑”或“决心”）也比仅仅列出可见的事实（如“办公室”或“电子邮件”）要困难得多。研究表明，虽然 AI 越来越擅长阅读我们的生活表面，但要弄清楚行为背后深层的、内在的故事仍然是一个巨大的挑战。研究人员创建了一个包含 75 个虚构场景的小型数据集来证明这一点，表明“我们看到的”与“我们感受到的”之间的差距是真实存在的，并且无论使用哪种 AI 模型，这种差距都是一致的。

侦探的谜题：从线索到内心世界

让我们深入探讨一下这是如何运作的。想象你是一名试图破解谜题的侦探，但你无法询问嫌疑人。你只有一堆证据：一条说“我很好”的短信，一张凌乱书桌的照片，以及一段听起来有些颤抖的语音笔记。一个基础的计算机可能会读完文本并说：“这个人很好。”但一个具备视角意识的 AI 想要构建一个情境图（Situation Graph）。

把情境图想象成一个人生命中特定时刻的 3D 思维导图。它不仅仅是事实的列表，而是一个连接的网络。

• 表层节点（The Surface Nodes）： 这些是易于观察的事物，如“办公室”、“周二”或“电子邮件”。
• 潜在节点（The Latent Nodes）： 这些是不可见的、内在的状态，如“感到压力”、“被重视”或“困惑”。

**情境图预测（SGP）**的目标是从杂乱的线索（即“人工制品/artifacts”）出发，反向构建出那张完整的思维导图。论文将此框架化为一个“逆向推理问题”。通常，我们知道因（人感到压力）并看到果（他们发送了一封简短的邮件）。SGP 要求 AI 做相反的操作：“我看到了这封简短的邮件；那么这个人内心一定在感受着什么？”

“虚构世界”解决方案

这里最棘手的部分是：在现实世界中，我们不能问人们：“嘿，请现在画出你感受的地图。”这太隐私了，也太烦人了。那么，如何在没有真实数据的情况下训练 AI 做这件事呢？

作者提出了一个精妙的“结构优先”策略。与其要求 AI 想象一个人然后猜测其感受（这既混乱又不可靠），不如颠倒过来：

1. 先画地图： 他们使用计算机生成一个完美、有效的“情景图”（例如：“此人在进行求职面试”、“感到紧张”、“目标是获得职位”）。
2. 生成线索： 然后，他们要求 AI 编写由该地图自然产生的“证据”。所以，如果地图显示“紧张”，AI 就会写一段颤抖的语音笔记或一封非常礼貌、过于正式的电子邮件。

这创造了一个完美的训练集，其中“答案解析”（地图）保证与“线索”（文本/音频）相匹配。这就像是在构建一个虚假的犯罪现场，侦探完全知道凶手是谁，因此可以在不伤害任何真实人类的情况下练习破案。

试点研究：测试 AI 侦探们

为了验证这是否奏效，研究人员构建了一个小型“试点”数据集。他们为一位名叫 Elise Navarro 的虚构角色创建了 75 个不同场景，她是一位住在多伦多的 28 岁营销分析师。他们追踪了她在 2021 年至 2025 年间 75 个不同时刻的生活，涵盖了从职业困境到健康里程碑的所有内容。

随后，他们将这 75 个案例交给目前最强大的三种 AI 模型：GPT-4o、Gemini 2.5 Flash 和 Claude Sonnet 4。他们要求 AI 查看 Elise 的线索并重建她的情景图。

结果既有“表现尚可”也有“仍有很长的路要走”。

• 好消息： 当 AI 被给予一些示例进行学习时（一种称为检索增强上下文学习的技术），它们的工作表现显著提升。它们准确获取细节的能力大幅跃升。
• 重大发现： 即使是最智能的 AI，发现识别表层事实（如“Elise 在工作”）要比猜测隐藏情感（如“Elise 感到不知所措”）容易得多。

研究人员使用“差距”得分来衡量这一点。他们发现，对于所有三个模型，猜测隐藏情感的能力始终低于识别可见事实的能力。例如，对于 Claude Sonnet 4，其“差距”约为 0.70，这意味着 AI 在阅读表面而非灵魂方面表现得明显更好。这表明，尽管 AI 已经非常擅长阅读我们的数字足迹，但在理解行为背后的“为什么”以及“我们如何感受”方面仍然存在困难。

为什么这很重要（以及它不是什么）

本文并不声称已经解决了完美的 AI 共情问题。事实上，它恰恰相反：它表明这是一个当前技术才刚刚开始应对的极其困难的问题。研究表明，即使是最好的模型，在从“发生了什么”转向“这意味着什么”的过程中也存在持续的挣扎。

作者谨慎地指出，他们的数据是合成的（虚构的）且规模较小。他们并不是在说：“我们拥有一个完美的系统。”他们是在说：“我们有一种新的测试方法，而测试表明，猜测人类的情感仍然比仅仅阅读一条短信要难得多。”

通过创建这个“情景图”框架以及用于测试的合成数据，研究人员为 AI 社区提供了一个新工具。这就像是给侦探们提供了一套全新的训练假人，这些假人能完美模拟人类行为，让他们可以在不侵犯任何人隐私的情况下练习技能。希望通过了解 AI 究竟在何处失败（即表层与潜在之间的差距），我们可以构建出更可靠、更值得信赖的个人智能体，使它们能够真正理解我们，而不仅仅是理解我们输入的内容。

所以，下次当你与个人 AI 交谈时，请记住，它可能知道你在办公室，也知道你发了一封邮件，但要察觉出你其实正处于糟糕的一天？那将是 AI 需要攀登的下一座大山。