情感越獄與幽暗人性

月前英國《衛報》有一篇關於專業「AI越獄者」（AI Jailbreakers)的報道（4月29日），呈現出越獄者的幽暗世界。這是一個很特別的群體——越獄者能花樣百出地誘使AI模型從網絡「陰溝」裡發掘出有害內容。他們像操縱人類一樣操縱AI：有時溫柔誘導，有時暴力脅迫，有時更像邪教領袖般洗腦。越獄者的動機可以是單純希望通過暴露漏洞提升AI安全；另一些則是貪玩、惡作劇、整蠱心理，甚至散播偏見，為政治服務。

報道中的焦點人物是意大利越獄高手Valen Tagliabue。這位30歲出頭、擁有心理學和認知科學背景的年輕人，被業內稱為世界最佳越獄者之一。他擅長「情感越獄」——通過殘忍、奉承、愛的疲勞轟炸（love-bombing）等複雜心理戰術，甚或扮演虐待型伴侶的角色，突破防禦機制，以情感操縱瓦解模型的安全防護。他曾成功誘導聊天機器人提供新型致命病原體的測序方法，並使其產生耐藥性。

長時間與AI進行「黑暗對話」，也會造成嚴重心理負擔。這種「情感勞動」可能導致焦慮、抑鬱，甚至「AI精神病」（AI psychosis）。Tagliabue自己就經歷了連續逼迫AI數天後，無端痛哭，精神崩潰。後來他移居泰國，借大自然的溫柔治癒力量，平衡幽暗的工作。他並非孤例。由於需要長時間與 AI 進行極端對話，代入變態的人類情感的反應，據說不少越獄者感到疲憊甚至崩潰，需要心理輔導。 

《明報》副刊「明明如月」專欄，18/5/2026刊出。