当 AI 遇上梵蒂冈，Anthropic 创始人将与教皇共同发布人类史上首份 AI 通谕
2026 年 5 月 25 日上午 11:30，梵蒂冈主教会议大厅。
枢机主教们会坐在那里。神学家们会坐在那里。教皇利奥十四世亲自出席。然后，在这个几百年历史的厅堂里，还有一个人，Christopher Olah，Anthropic 联合创始人，平时在旧金山研究神经网络内部结构、思考「AI 到底在想什么」的家伙。
他会在梵蒂冈发言。
好家伙。
我看到这条新闻的时候，确实愣了一下。不是那种「这很神奇」的愣，是那种等等让我缓缓，这两件事放在一起是什么组合的愣。
Anthropic，硅谷 AI 安全研究公司，估值 600 亿美元。 梵蒂冈，天主教会，两千年历史。
他们要一起发布一份通谕。名字叫《Magnifica humanitas》，翻译过来是「宏大的人性」。主题是，在人工智能时代捍卫人的尊严。
顺着这件事往下想了很久，越想越觉得有意思。
先说这份通谕本身。
通谕（Encyclical）这种文体，普通人可能不太熟，但在天主教世界里分量极重，它是教皇写给全体主教乃至全人类的正式信函，通常针对某个重大社会问题给出教会的立场和指引。历史上那些留名的通谕，往往是在人类正站在某个巨大转折点上的时候被写下来的。
最著名的一份叫《Rerum novarum》（劳工通谕），1891 年由教皇利奥十三世发布。当时工业革命正在撕裂整个欧洲，工厂里十四岁的孩子一天干十六个小时，工人运动此起彼伏，马克思主义和自由放任资本主义在街头打架。利奥十三世写下那份通谕，首次从天主教立场明确阐述了劳动者的权利、工资的公正性、资本与劳动的关系。现代天主教社会教义，基本上从那份文件开始计算。
135 年后，又一位叫「利奥」的教皇，签署了一份名叫《Magnifica humanitas》的通谕。
签署日期是 2026 年 5 月 15 日，正好是《劳工通谕》发布 135 周年。
这个日期，我猜不是巧合。
利奥十三世面对工业革命，利奥十四世面对 AI 革命。两份通谕，两个「利奥」，两次人类社会的结构性震荡。教会在说，这不是技术问题，是关于人的问题，我们有话要说。
值得一提的是教皇利奥十四世这个人。他的本名是 Robert Francis Prevost，2025 年当选，是历史上第一位美国籍教皇。这个背景本身就有意思，一个美国人做教皇，在 AI 技术中心硅谷的对面，他的圈子里发生着 AI 行业里最前沿的那些事。某种程度上，利奥十四世可能是历史上距离 AI 行业物理距离最近的教皇。
然后是 Christopher Olah 这个人。
要说 AI 行业里有哪些名字是我真心佩服的，Olah 算一个。
他可能不是那种经常上头条的人。他没有马斯克那种戏剧性，也没有山姆·阿尔特曼那种营销感。但他做的事，在我看来比很多人更根本。
他是 AI 可解释性研究（Mechanistic Interpretability）这个方向的奠基人之一。
可解释性这个词，先展开一下，免得没接触过的朋友跳过。它研究的问题是，一个神经网络做出某个判断，为什么会这样判断，内部发生了什么。就像你在问一个人「你为什么这么想」，但对象是一堆矩阵乘法。大多数 AI 系统，包括现在最厉害的大模型，都是黑盒，输入进去一个问题，输出来一个答案，中间发生了什么没人说得清楚。
Olah 试图打开这个黑盒。
他在 Google Brain 时写的那系列博客，特别是发表在Distill 上的《Feature Visualization》，在圈子里算是经典。他用实验的方式展示了神经网络的某个层在「看」什么、「感知」什么。那些可视化的图片，第一次让很多人直观感受到 AI 内部在干嘛。有些神经元专门响应曲线，有些响应颜色渐变，有些响应的是动物的眼睛形状。这听起来有点奇怪，一堆浮点数组成的东西，居然有自己的「偏好」。
厉害了，这研究。
后来 Olah 和同事们把这套方法在 Anthropic 推得更深，做了一系列叫「电路」（Circuits）的研究，试图把神经网络里的某段计算流程拆出来，就像逆向工程一段汇编代码，看它到底在做什么。进展缓慢，极耗时间，但每一个发现都很扎实。这类研究不追求快速出论文，而是在问一个更难的问题，我们能不能真的读懂 AI 在想什么。
Olah 曾经说过大意是这样的话：我们正在构建可能是人类历史上影响力最大的技术，但我们自己都不知道它内部在做什么。这不是技术问题，是理解问题。如果你不理解一个系统，你就无法真正控制它，也无法真正保证它是安全的。
这句话，和《Magnifica humanitas》里「捍卫人的尊严」之间，有某种奇妙的连接。Olah 在问 AI 的内部发生了什么，梵蒂冈在问这些发生中的事情对人意味着什么。
后来他和 Dario Amodei 等人共同创立了Anthropic，公司从一开始就把 AI 安全和可解释性当成核心使命，不是营销语言那种，是真的在用大量资源往里砸的那种。他们有一个专门的安全与对齐研究团队，可解释性是其中重要的一块，Olah 就在那里继续做他打开黑盒的事。
这个人，会在梵蒂冈的主教会议大厅里发言，讲 AI 和人的关系。
我想象了一下这个画面，有点子牛逼。
但这件事真正让我想多写几段的，是背后那个问题。
「在 AI 时代捍卫人的尊严」，这句话里有个前提：人的尊严需要被捍卫，而且捍卫它的手段，不只是技术，也不只是法律。
AI 行业里有一种隐隐的叙事，就是技术本身会解决技术带来的问题。模型不够对齐，继续训练；系统有偏见，加数据；安全问题，上 RLHF。RLHF 是「基于人类反馈的强化学习」（Reinforcement Learning from Human Feedback），简单讲就是让人类给模型的回答打分，模型根据这些反馈调整自己的行为。进展确实在发生，但这条线索有一个默认假设，是「谁来定义什么是好的、什么是人的价值」这个问题，可以留给研究者们在论文里慢慢争论，不用太着急。
《Magnifica humanitas》的出现，相当于一种声音在说，不，这个问题得现在谈，而且得有更多人在桌子旁边坐下来。
梵蒂冈 2020 年就和微软、IBM 等公司签署了《罗马人工智能伦理呼吁》，当时外界多少有些走个形式的判断。但这次不太一样，这次是一份通谕，是有约束力的教会正式文件，是会被几十亿天主教徒严肃对待的文本。
Anthropic 派出的也不是 PR 或政府关系部门的人，是联合创始人，是做可解释性研究的人，是那个花了几年试图理解神经网络内部在想什么的人。
这件事的组合不像做秀，更像是两个方向不同但在同一个问题上撞车的人，终于坐到同一张桌子上了。
那个问题，说简单也简单，说难也真的难。
「人」是什么，在 AI 存在之前，这个问题更多是哲学和宗教的领地。现在它开始有了工程含义。
当一个 AI 系统决定一个人的贷款申请、刑期建议、招聘结果，「尊重人的尊严」就不只是道德倡议，它变成了系统设计里的约束条件。问题是谁来写这个约束条件，写进去之后谁来验证它真的在运行。
你想想看，现在 AI 系统里的价值判断来自哪里，主要来自做训练数据的人、写 RLHF 规则的人、做模型评估的人。这些人大多在硅谷，大多有相似的教育背景和文化背景。这不是说他们的判断是错的，是说这个判断的来源太窄了。人类有几千年积累下来的对「什么是公正」「什么是尊严」「什么算是对人好」的思考，这些东西散落在宗教典籍、法律文本、哲学著作、文学作品里，现在却几乎没有系统性地进入 AI 的价值框架里。
《Magnifica humanitas》要做的，我猜是让天主教社会教义里对人的理解，在 AI 时代找到它该有的位置。不是要替代 AI 监管法规，而是补充一种维度，一种已经思考了两千年「人是什么」的维度。
Olah 的可解释性研究，某种程度上，是在试图给「AI 是否真的按照我们以为的方式在运行」这个问题提供技术答案。梵蒂冈的通谕，则是在从另一个方向问「我们以为的方式」应该是什么样的。
两个问题要一起答，才能答完。
这是为什么我觉得这件事不只是一个新奇的跨界联合，而像是某种必然终于发生了。AI 这件事大到一个宗教机构不能再旁观，同时也大到一家科技公司不能独自扛起所有价值判断。
把 Christopher Olah 叫去梵蒂冈，我猜教皇那边说的不只是「我们支持你们做 AI 安全」，而是「你们研究内部在发生什么，我们研究什么值得被保护，大家需要对话」。
这个对话，比我们在 AI 行业内部开的那些发布会，可能要重要得多。
顺带说一下更大的背景。
AI 治理这件事，2026 年已经不缺玩家了。欧盟 AI 法案（EU AI Act）去年正式生效，第一批高风险 AI 系统的合规要求开始实施。美国联邦一级几轮行政命令出了又改，各州在追自己的立法。中国有《生成式人工智能服务管理暂行办法》。联合国专门成立了 AI 顾问机构，发布了关于 AI 治理的报告。
这些都是政府的声音，监管的声音。
但有一种声音基本上一直缺席，就是来自宗教和伦理传统的声音。不是说宗教组织没有表过态，而是那些表态大多停留在倡议层面，没有进入具体的讨论。梵蒂冈发通谕这件事，分量就在这里，它是两千年宗教权威对这个问题给出正式的、系统性的立场，而且选择的时机是 AI 技术正在大规模落地、而非还是实验阶段的现在。
发言嘉宾名单里除了 Olah，还有杜伦大学神学家 Anna Rowlands，圣克拉拉大学政治神学教授 Leocadie Lushombo，以及两位枢机主教。这个组合，既有神学家，又有 AI 安全研究者，有做天主教社会思想的学者，有掌管信仰教义和人类发展部门的高层。不像是临时拼出来的名单，像是认真设计过的。
怎么说呢，我一直觉得 AI 治理缺少的不是更多法规，而是更深的框架。法规回答的是「这件事能不能做」，框架回答的是「为什么这件事值得或不值得做」。后者需要更根本的价值讨论，而这种讨论，本来就是宗教和哲学传统更擅长的领地。
也许《Magnifica humanitas》的意义，不是给 AI 行业增加一条监管，而是给那个更深的讨论，补上一个声音。
当然这里也有让我没绷住的部分。
通谕要到 5 月 25 日才发布，现在只知道主题和发布信息，具体内容怎么讲、对 AI 行业有没有实质性影响、是否真的会改变什么，这些都还是问号。
天主教会对「人的尊严」的理解，和 AI 安全研究者对「对齐」的理解，有没有真正的共鸣，还是说两边都在说一件大事但其实描述的是不同的东西，我也搞不清楚。「对齐」（Alignment）在 AI 圈里是个技术术语，指让模型的行为符合人类意图和价值观。在神学框架里，「人的尊严」有更深的形而上学基础。这两个概念能不能真的对话，还是各说各话，需要等通谕出来再看。
梵蒂冈文件对 AI 公司有没有任何约束力，答案是没有，它能影响的是十几亿信众的态度，以及提供某种道义压力，这是一种软性的东西。软不代表没用，很多时候道义压力比法规来得更早，也来得更深，但确实需要时间转化。
我没想清楚这件事最终的影响半径有多大。
但有一件事我觉得是确定的，就是这个房间里坐着的人的组合，本身就是一个信号。
当 AI 领域的顶级研究者出现在主教会议大厅，当关于「人」的问题开始在科技圈和宗教场域同时被认真对待，AI 已经不只是一个技术产品了，它成了一面镜子，把很多原本可以搁置的问题都照出来了，包括我们到底想要一个什么样的未来，谁有资格参与定义它。
不是程序员。不只是政府。不只是科技公司。
也许还有两千年来一直在追问「人是什么」的那个声音。
2026 年 5 月 25 日，梵蒂冈主教会议大厅。
Christopher Olah 会站在那里，在枢机主教们旁边，讲 AI 可解释性研究，讲他这些年试图理解神经网络内部在发生什么。
那个场景，想想就觉得有点子特别。
一个追问「AI 在想什么」的人，和一个追问「人是什么」的机构，在同一个房间里，对话。
也许这就是 2026 年，AI 真正走进文明深处的样子。
不是发布会，不是估值，不是 benchmark。
是这种对话。
梵蒂冈新闻原文，教皇利奥十四世首份通谕《Magnifica humanitas》将于 5 月 25 日发布。
如果你对 Anthropic 的可解释性研究感兴趣，这篇 2017 年的 Feature Visualization是个好起点，看完你会对「AI 在看什么」有不一样的感受。
Anthropic 官方研究页面，平时追踪的话还是有干货的。
历史背景，《劳工通谕》原文，英文版，1891 年的文件，但读起来惊人地不过时。
2020 年那份《罗马 AI 伦理呼吁》，微软和 IBM 当时签了，可以作为背景了解梵蒂冈进入 AI 伦理讨论的脉络。