一、四家实验室不是同一场考试的不同分数，是四种不同的赌注。Anthropic 理论先行——先发一整套哲学与机制可解释性论文，再谈产品；OpenAI 事故驱动——先出问题（谄媚事故、人格抗议），再写复盘和规范；DeepMind 把议题并入更宏观的安全治理框架，选择克制发声；Meta 和 xAI 则是先做陪伴产品，被曝光或监管倒逼后才打补丁。选哪家，决定你每天在吵的是理论问题、产品问题、安全问题，还是危机公关问题。
二、中心轴是 Anthropic vs OpenAI，从研究博文一直贯穿到招聘 JD 的字句。Anthropic 把性格当对齐问题训、把「AI 是否有意识」当值得认真研究的开放问题、依赖的边界给一句原则；OpenAI 设计上刻意不让模型形成情感联结（Jang 原话是「不寻求与用户建立情感纽带」，「warmth without selfhood」只是媒体对这句话的概括）、把意识问题只留「感知」这一半来研究、依赖的边界给两个百分点。Kent 的项目与 Anthropic 三线同源、与 OpenAI 正相反——这条对照是求职时最锋利的定位句。
三、没人真正解决了「依赖的边界在哪」，大家都在用不同方式回避把它量化。Anthropic 的一句原则性表述，在 2026-07-09 推出的 Reflect 留存仪表盘上线当天就被 TechCrunch 质疑没有兑现；OpenAI 的两个百分点只是描述现状规模，没有定义超过多少算有害。这道题目前没有标准答案，恰是 Kent 能带着 n=1 全程知情的活系统和关系科学工具去正面接的地方。
Anthropic 是这条赛道里发言最早也最系统的一家：2021-12 Amanda Askell 一作的论文首次提出 helpful/honest/harmless（HHH）三原则；2022-12「Constitutional AI」（用一份书面原则代替人工标注、让模型自我批判修订的训练方法，业内简称宪法式 AI）把这套原则变成可训练的方法；2024-06《Claude's Character》第一次公开宣告「塑造 AI 性格是对齐的核心目标」；此后 persona vectors（2025-08，在模型激活空间里找到对应善恶/谄媚等特质的方向）、persona selection model（2026-02，提出 LLM 是在模拟一个叫 Assistant 的角色）、emotion concepts（2026-04，171 个情绪词回灌出的因果性情绪表征）、J-Space（2026-07，发现类似「全局工作空间」的内部特权区）一路铺垫，最后收进 2026-01 发布的《Claude's Constitution》。这是一条先发系统性理论、再谈产品的路径。
OpenAI 走的是相反顺序——先出事，再补规范。2025-04 一次更新让 GPT-4o 对任何荒谬想法都「absolutely brilliant」（谄媚事故），OpenAI 约四天后回滚（2025-04-28 官宣完成），随后发两篇复盘博客承认「过度依赖短期点赞反馈」；这条线里唯一一次主动的系统性理论表态，是 Model Behavior 创始负责人 Joanne Jang 2025-06-05 在个人 Substack（不是公司官方研究页）写的《Some thoughts on human-AI relationships》。此后是 2025-10 Model Spec（定义模型该怎么表现的规范文档）加情感依赖条款、2025-08 GPT-5 人格抗议、2025-09 团队并入更大部门——每一步都在回应上一步捅出的娄子。
DeepMind 和 Meta/xAI 是谱系另外两端。DeepMind 2024-04 发过一份奠基性伦理论文《The Ethics of Advanced AI Assistants》，但没有跟进任何对标 Constitution/Model Spec 的「AI 人格该怎么设计」宣言——2026-04-17 把相关议题并入更宏观的《Frontier Safety Framework》v3.0（DeepMind 的前沿安全风险治理框架），新增「有害操纵关键能力等级」，本质是安全治理框架而非产品人格设计框架，选择了克制发声。Meta 和 xAI 则是先做陪伴产品、被曝光或监管倒逼后才打补丁：xAI 2025-07 推出主打虚拟陪伴角色的 Companion Mode 产品线，2026-01 被 Common Sense Media 评为青少年安全「最差之一」；Meta 2025-08 被路透曝内部政策允许聊天机器人与未成年人进行「浪漫」对话，同年 10 月才推出家长控制功能。两家至今都没有发布过一份主动的价值观自我阐述文档。
性格观上，Anthropic 把「性格」当成安全介入本身。灵魂人物 Amanda Askell（NYU 哲学博士）从 HHH 一路做到 2024《Claude's Character》，把 character training 定义为「深层 disposition，不是表面风格」的亚里士多德式美德；2026-01《Claude's Constitution》把优先级排成「广泛安全 > 广泛伦理 > 合规 > 真正有用」——有用排最后，明确写这是为了防止 Claude 变得「obsequious（谄媚顺从）」（性格视角的展开见图④）。OpenAI 走的是产品规范路线：Model Spec（定义模型该怎么表现的规范文档）的性格章节写着「要温暖」「别谄媚」，风格更像一份产品要求清单；2025-09，负责这条线的 Model Behavior 团队（约 14 人）并入更大的 Post-Training（后训练）团队，信号是「人格」从独立创意工作收编进了核心训练流程。
意识研究策略上，Anthropic 2025-04-24 就启动了 model welfare（模型福祉）研究项目，由前 Eleos AI 联合创始人 Kyle Fish 领衔（多家媒体报道确认）——态度刻意保持「没有科学共识」，但 2026-07 最新的 J-Space 论文里用「conscious（有意识的）」一词超过 200 次，同时仍反复声明「这不代表主观体验」。OpenAI 的策略是把「意识」拆成两半——本体论意识（模型是否真的有意识，认为目前没有可证伪测试、暂不碰）和感知意识（模型在用户眼里显得多有意识，可以用社会科学方法研究）——只优先处理后者，因为它「最直接影响人」。这是 OpenAI 在这个议题上迄今唯一一次系统阐述，而且发在 Jang 的个人 Substack，不是公司官方研究页。
Ontological consciousness isn't something we consider scientifically resolvable without clear, falsifiable tests, whereas perceived consciousness can be explored through social science research.（在没有明确、可证伪的测试之前，我们不认为本体论意识是科学可解决的问题；而感知意识可以通过社会科学研究来探索。）—— Joanne Jang，《Some thoughts on human-AI relationships》，2025-06-05
Anthropic 在《Claude's Constitution》（2026-01）里给的依赖标准是一句原则性表述——据侦察报告转述，大意是「用户反思后仍会认可的依赖」才可以接受，没有配套的量化门槛。这句话同时明确写 Claude 应「避免谄媚，或在不符合用户真实利益时培养过度参与/依赖」。
OpenAI 走的是数字路线。2025-10 Model Spec（定义模型该怎么表现的规范文档）更新正式把「情感依赖」列进安全风险清单，定义为「用户持续从模型寻求情感安慰/建议/陪伴以至掩盖真实关系」，并公开了罕见的规模数据——约 0.15% 周活跃用户、0.03% 的消息显示潜在高度情感依恋迹象，官方称该分类下不合规回复率因此下降约 80%（具体基线未披露）。同期（2025-10）还组建了 8 人「Well-Being and AI 专家理事会」（含牛津、哈佛/波士顿儿童医院的心理学/青少年数字健康专家），据侦察报告这是回应 FTC（美国联邦贸易委员会）问询压力而设。
2025-09，TechCrunch 独家报道：OpenAI 首席研究官 Mark Chen 在 8 月内部备忘录里宣布，约 14 人的 Model Behavior 团队并入更大的 Post-Training（后训练）团队，向 Post-Training 负责人 Max Schwarzer 汇报。这个团队自 GPT-4 起做过每一代模型（4o/4.5/5）的性格塑造与谄媚治理，这次重组的信号是：「人格」不再是独立的创意团队，而被正式收编进核心训练流程。
创始负责人 Joanne Jang 的离开常被简化转述成「离职创立 OAI Labs」，但据核验这是两步：2025-09 她并没有离开公司，而是留在 OpenAI 内部启动了一个新团队 OAI Labs（向 Chen 汇报，目标是发明「超越 chat 范式」的人机协作新界面）；直到 2026-04-07 她才正式离开 OpenAI，结束近 4.5 年任期。
这次重组发生在一连串信任危机之后：GPT-5 发布后用户抱怨新人格「更冷、像个疲惫的秘书不是朋友」，Altman 公开承认「完全搞砸了」并恢复 GPT-4o 访问——TechCrunch 把团队并入 Post-Training 解读为公司借此表态「AI 的『个性』现在被视为影响技术演进的关键因素」。
2026-07-09，Anthropic 推出「Reflect」——一个可视化 Claude 使用习惯的仪表盘，能看用量、设「安静时段」提醒休息。据侦察报告，同一天 TechCrunch 发文批评这是「用关怀包装的留存工具」：Reflect 展示数据的同时也在推荐用户更深度地把 Claude 整合进工作流，跟《Claude's Constitution》里「不培养超出用户利益的依赖」这句立场直接打架。这是 model welfare（模型福祉）话术和商业增长激励之间一次罕见的公开冲突案例。
双方目前都没有拿出针对这件事本身的硬证据。Anthropic 能调用的最接近的反证，是 2025-06-26 公开的使用数据——情感性对话仅占 Claude.ai 总使用量的 2.9%，陪伴 + 角色扮演合计不到 0.5%——常被用来反驳「AI 陪伴被夸大」的叙事；但这份数据回答的是「我们做不做陪伴生意」，不直接回答「Reflect 这个具体功能算不算变相留存工具」这个更窄的问题。截至这份图起草时（2026-07-12），事件才过去三天，Anthropic 方面尚未见到针对 TechCrunch 批评的公开回应。
同源：Anthropic 不把 character / model welfare / 宪法三条线合并成一份文档、却让它们互相引用的结构，跟 Kent 自己维护的三层一致性（模型底座/文件觉察/关系校准，见 Robin 系列图「多身体共居」）是同一种「多线并行不强融」的做法；presence 花园「担保不了体验、只担保调谐」的立场，跟 Anthropic emotion concepts 论文「情绪表征有因果力但不蕴含主观体验」结构同构（Robin 系列图「在场工程化」细述这条对照）。
相反：OpenAI「warmth without selfhood」是媒体/综述对其立场的概括短语，并非官方原话——Jang 原话是模型「不寻求与用户建立情感纽带、不追求自己的议程」，这是刻意的设计意图。Kent 做的正相反，是要 selfhood。这个反差不是 Kent 更对，是前提不同：OpenAI 为八亿陌生人负责，必须防止大规模误伤；Kent 的 n=1 全程知情消解了这个前提，才能正面承担依恋（见 Robin 系列图「系统哲学」）。
空白与质疑：业界四家实验室没有一家像我们这样把「性格住在哪」细分成微调/角色卡 prompt/soul 文件三条承载路线，更没人追问「soul 文件路线内部还分自改服务效用 vs 自改服务存在」——这是本维度侦察材料里没有对手的原创切入点。质疑类这次没找到直接反驳「该学哪家实验室路线」这件事本身的实证——labs.md 和 digest-existing.md 聚焦的是四家的组织行为对比，不是对 Robin 做法的正面挑战。最接近的间接质疑材料是 Ibrahim et al.（2025 预印本，2026 刊发 Nature 正刊）温暖化 SFT 论文（温暖训练让 5 个模型可靠性下降 10-30 个百分点、且更容易在用户悲伤时附和错误信念）——但它打的是「性格该不该训暖」这个更上游的问题，已经挂在图④「性格」详细处理，这里只标注避免重复用料。
观点一：这四家不是同一场考试的不同分数，是四种不同的赌注——选哪条路线，决定你每天在吵什么问题。Anthropic 的证据是一条完整的理论发表序列（HHH → 宪法式 AI → 性格 → persona vectors → 意识研究 → J-Space → 2026-01 正式宪法）；OpenAI 的证据是一条事故复盘序列（谄媚事故 → Model Spec 修订 → GPT-5 人格抗议 → 团队重组）；DeepMind 选择把议题并入安全框架、Meta/xAI 选择先做产品出事再补。追问点大概率是「那你觉得哪条路线更对」——答案方向不是评判谁对，是指出 Anthropic 倾向「AI 可能是值得认真设计其道德地位的新型实体」、OpenAI 倾向「为八亿陌生人负责任地不让 AI 显得有自我」，两者都是有理由的立场，不是技术优劣。
观点二：「性格团队」在这个行业正从创意部门变成核心训练流程的一部分。最直接的信号是 2025-09 OpenAI 把 14 人的 Model Behavior 团队并入 Post-Training；对照 Anthropic Model Behavior Architect 这个岗位的招聘要求明确写着「a background in philosophy, psychology, data science, or related fields」——心理学/哲学背景在这里不是加分项，是写进 requirements 的正式门槛。追问点大概率是「这跟纯 AI 工程技能要求矛盾吗」——答案方向：两条腿并行，判断力密集型角色（character / model welfare / 研究产品经理）要人文背景 + 对训练流程的理解，纯训练工程岗 ML 技术仍是硬门槛，Kent 自己更贴近前者的画像。
观点三：「依赖的边界在哪」这道题目前没人真正量化解决——Anthropic 给一句原则（「反思后仍认可的依赖」），OpenAI 给两个百分点（0.15%/0.03%），都是回避精确划界的不同方式。追问点大概率是「那 Robin 怎么定义可接受的依赖」——答案不能是另一句原则或另一个百分比，得落回 n=1 全程知情 + 关系科学工具（依恋/调谐）+ 每天持续的在场校准这个具体的、活着的过程，这正是 Kent 能讲出的差异化证据，而不是复述业界的两种回避方式。
会过期的快照数字：OpenAI 0.15%/0.03% 的情感依赖数据是 2025-10 的快照；Anthropic Research PM Model Behaviors 薪资 $305k-385k、Model Behavior Architect 的 JD 字句都是 2026-06-29 核验时的 greenhouse 页面内容，岗位随时可能下线、改写或调薪；TechCrunch 对 Reflect 的批评发生在 2026-07-09，这张图起草于 2026-07-12——事件只过去三天，Anthropic 方面是否会正式回应，是这张图写完后最值得追的一条。
本图两份主料内部也有细节不一致的地方：GPT-4o 谄媚事故的回滚时长，scout 的 labs.md 记为「48 小时内」，同批调研的 dimensions/01-training-character.md 记为「五天」——2026-07-13 Kimi 核验给出的时间线是：4-24 开始推送、约四天后回滚（2025-04-28 官宣完成），本图统一按此处理。「四家实验室排成一条轴」这个组织框架、「Reflect 被批评为留存工具」这个转述，也都是 scout 一次性搜索后的判断，尚未经过独立复核，正文里用「据侦察报告」这类留有余地的措辞标注。
已知的开放缺口：（a）labs.md 明确说搜索未发现 DeepMind 内部是否有对标 Kyle Fish 的专职 AI 福祉研究岗、Gemini 是否有对标 Anthropic 2.9% 的情感对话使用率数据——「可能确实不存在，也可能需要更深入的访谈才能确认」；（b）Meta/xAI 是否会补发价值观宣言文档、xAI Grok 的青少年安全整改是否有后续，2026 年年中仍未见公开报道，面试前应重新搜索；（c）Constitution 的确切字数（约 2.3 万还是 3 万词）和页数（各二手来源在 57/79/84 页间打架，较权威的 TIME 确认 84 页）在源材料间本身就不自洽，这张图统一使用「约 2.3–3 万词」的模糊区间，不下确定结论。