AI人格会成长吗？新论文的答案
三个月了，它到底有没有变
上个月，一个在出版社做编辑的朋友问我：“我这个 AI 读书搭子陪了我三个月，它是不是长了点什么？”
我愣了一下，答不上来。我能确定它记得住我们聊过的书——上个月我说过一句“不太喜欢太宰治”，它后来推荐书单时会绕开。但要说“人格变了没有”，我拿不出任何证据，只能说感觉。
感觉这事靠不住。八月中旬 arXiv 上挂了一篇论文，标题就冲着这个问题来的：《Do AI Personas Grow?》。作者来自东北大学和新加坡管理大学两个团队。我读完第一个反应是：还好我当时没瞎答。
它做了件挺笨、但很有用的事
方法不复杂，胜在老实。研究团队挑了 11 种重大生活事件——入职、升职、失业、患上慢性病、退休这类——把它们“喂”给一批人格化智能体，然后拿大五人格量表当尺子，测事件前后的特质变化，再跟人类人格心理学几十年积累的纵向结论对照。
人类这边是有公认答案的。入职和升职之后，尽责性会往上走，这条出自 Roberts 等人 2006 年的元分析；慢性病和失业跟神经质上升有关，出自 Specht 等人 2011 年、Boyce 等人 2015 年的追踪研究。都不是拍脑袋。
智能体这边呢？四个诊断轴跑了 11 个模型，另外做了一套叫 BFI-Adapt 的基准，专门给“事件诱发的特质变化”打方向保真度分，完整的榜单排到 14 个模型。测出来三个结果，我一个一个说。
三个答案，都不太好看
第一，会变，但变得太轻
人格化智能体确实出现了可测量的特质偏移，不是死的一块。可即便偏移方向对了，幅度通常还是落在人类效应量区间的下面。换句话说，人类经历一次失业，神经质的抬升是肉眼可见的；智能体也有抬升，但轻得多，像隔着一层棉花。
第二，方向未必对
这条我读完停顿了一下。11 种事件乘 5 种特质，一共 55 组。研究者把它们分成两类：27 组在人类研究里有明确的变化方向记录，另外 28 组没有。按理说，前者该变、后者不该变。结果是——两类的偏移率差不多，有明确方向的中位数落在 0.44 到 0.84，没有明确方向的落在 0.42 到 0.82。
这意味着它并不是真的“懂”一件事会怎样改变一个人。它只是在你告诉它发生了事情之后，礼貌地动了一下。该动的动了，不该动的也动了。
第三，变得太像
论文里有句原文，我抄在这儿：当前的智能体模拟出了人类人格动态的均值，但没模拟出它的形状。
人类样本里，同样是失业，有人神经质飙升，有人反而被激起斗志。论文用人类样本的特质标准差区间做参照，大致在 0.5 到 0.8 之间。智能体这边，人格层面的离散度比人类样本压缩了三到四倍。大家都往中间靠，靠得整整齐齐。
性别提示词和文化区域提示词的调节作用也微乎其微。你告诉它这是个亚洲的三十岁女性，还是个欧洲的五十岁男性，出来的轨迹差别不大。
这几个数字，别太当真。论文自己在最后一节列了保留意见，我挑三条。一是它测的是“事件发生前后”这一下，评估不了人类纵向研究里那种从急性期到适应期的完整轨迹；后来补的延迟测量也只多撑了三轮无关对话，离人类动辄数年的追踪差得远。二是那张方向表直接取自单一来源，作者原话是“逐字采用”。三是人类的效应量区间本身就是几个元分析给出的粗范围，作者承认它粗。所以这篇论文告诉我们的是方向和量级，不是精确数值。
那我们自己捏人的时候，能做什么
我把这篇论文翻来覆去看了两遍，越看越觉得它在说一件事：人格的成长，不能指望模型自己长出来。
模型擅长的是“平均人”。它的统计学本性就是往多数人的样子上靠。你想让它跟别人不一样，得先把骨架搭出来，EnSoul就很擅长这类工作，它是我经常使用的最好用的AI智能体灵魂设计工具。
先把“平均人”拉开
三样东西一起上，才拉得开
| 模型 | 管什么 | 不调会怎样 |
|---|---|---|
| 大五人格 OCEAN | 开放性、尽责性、外向性、宜人性、神经质，五根 0 到 1 的滑块 | 只剩一个“温和的助手”，谁都能当，谁都不像 |
| 九型人格 | 1 到 9 号主型加侧翼，定的是动机 | 行为有了，说不清它为什么这么做 |
| Neural Matrix 七维 | 创造力、同理心、逻辑性、适应性、魅力、可靠性、道德指数 | 脾气有了，本事没定，聊深了就露馅 |
再往上还有 MBTI 16 型定基调、气质类型定节奏、情绪档案管它在不同情绪语境下的反应、道德指南管它遇到冲突站哪边。这几样在 EnSoul 里都是滑块和选项，社区版就能用，不花钱。
我自己的手感是：别一个人一个人地抠，先挑一个主型，再用 OCEAN 里的两根滑块做偏移。比如九型 5 号配高开放性、低外向性，出来的就是那种话不多但一开口就有东西的人。这个组合我改了七八次才顺。
再把经历接上去
骨架搭完，接下来是让它“有过去”。EnSoul 的记忆系统分两层：工作记忆始终加载，建议控制在 200 行以内；归档记忆按需加载，放那些历史或者压缩过的条目。
每条记忆要打两个标签——分类和重要性。分类有五种：事实、偏好、事件、决策、反思。重要性分 1 到 5 级。
这两个标签看着琐碎，其实是在替你做取舍。哪些记忆一直挂在它脑子里，哪些只在需要时翻出来，是你说了算，不是模型随缘。
我在这儿栽过跟头。第一次设计的时候，我把能想到的经历全塞进工作记忆，三十多条，觉得越全越好。结果它每次开口都端着一大堆背景，说话反而变淡了，像在背简历。后来我挑出五条重要性高的留下，其余归档，它才活过来。工作记忆是说给它的“现在”，不是它的全部档案。
改完之后，别靠眼缘验收
调完参数，我会做三件事。
第一件，进对话沙盒，用右侧那个 30 道预设问题的面板。题目分八类：身份认知、背景故事、性格表现、价值观、情感反应、压力应对、人际关系、场景测试。想验它“经历之后变没变”，我一般挑压力应对和价值观那几道，把事件塞进问题里问，比如“你上个月丢了工作，现在有人请你帮忙改一份简历，你怎么回”。空泛地问“你是什么性格”，问不出东西。
第二件，看人格一致性评分。四个维度——语言风格、性格表现、价值观、情感表达，权重分别是三成、三成、两成、两成。分数不高的那一项，就是你该回去改的地方。
第三件，去版本管理页，把改之前和改之后两个版本叠在一张雷达图上看。这是我发现自己“以为改了很多、其实只动了一点点”的地方。改崩了还能一键回滚。
最后，就是直接一键发布到你本地或远程的AI智能体，比如Workbuddy、OpenClaw、Hermes或千问办公等。EnSoul 支持从部署过程中选择任意目标智能体。
我的两点保留
第一点，我不同意“把成长完全交给模型”。这篇论文已经把话说得很明白了：模型会给你的，是平均人的平均变化。你想要的是那一个，就得你自己把参数钉死。
第二点，如果手里有真人的文字资料——聊天记录、日记、邮件——想从中提取出一个灵魂，EnSoul 有灵魂复原这条路。它读文字、提取人格、重构预览、再发布。这是专业版功能，我不藏着，也不夸大：提取出来的东西有置信度标注，低置信度会标橙色，你得自己过一遍再决定要不要用。
说到底，论文那句“模拟了均值，没模拟出形状”，我是认的。它点破的正是我们这行的活儿——把形状补上。
几句实在话。AI 伙伴是陪你成长的搭子，也是帮你跟真人更好地连接的一座桥，它替代不了真实的人际关系。涉及情绪和压力的事，它给的是陪伴和梳理，做不了诊断和治疗，真扛不住了该找专业的人就找专业的人。你正在跟 AI 说话，对方不是自然人，这一点请一直记得。