传统直觉认为，AI 智能体应该保持「情绪稳定」。但中科大与牛津等机构的最新研究给出了相反的答案：允许 AI 感知自己的困惑、紧张与失望，反而能大幅提升任务表现。在失败率极高的家务任务中，成功率从 9.6% 一路拉到 56.9%。
用情绪向量替代文本做技能选择
这项发表于 arXiv 的研究（方法名为 EMOTION2SKILL）不再用文本描述来决定下一步动作，而是直接读取模型内部的情绪表征——数值化的 emotion vector。此前研究已发现，LLM 内部存在与人类情感标签（好奇、渴望、乐观、困惑、紧张、恼怒）高度对应的计算模式。研究者的赌注是：把这些内部状态直接当作决策信号。
购物智能体实验把机制展示得相当直观，实验中自动浮现出四组可解释的配对：好奇且渴望时自发搜索商品；困惑且紧张时换关键词重新提问；认可且乐观时确认下单；失望且恼怒时转向比价。团队抽取 200 次技能选择事件让独立判断者评估配对是否语义连贯，一致性高达 76.5%。
「坏情绪」为什么是好信号
提升最猛的是那些「几乎必错」的任务：「加热物品」成功率从 9.6% 涨到 56.9%，「拾取两个物品」从 4.4% 涨到 31.3%。两者的共同点是：智能体只要去做就一定会犯错，成功只取决于犯错后能否快速调整策略。
论文给了个很直观的例子。常规智能体的流程是：导航到微波炉 → 执行「加热杯子」→ 递出时收到反馈「微波炉是关着的，任务失败」——失败信号总是出现在错误之后。而情绪驱动路由下，emotion encoder 在智能体靠近关着的微波炉时就检测到它的「紧张」，于是先引导它检查、再打开、再加热，任务顺利完成。
核心洞察在于：情绪是一种元认知失配信号，标志着当前策略与环境开始脱节。外部反馈告诉你「已经错了」，情绪则提前告诉你「快要错了」。消融实验也印证了这一点：「加热」任务中最常被激活的情绪模板是「挫败」（41%），「拾取」任务中则是「困惑」（39%）。在这些场景里，坏情绪才是最有价值的数据。
情绪正在从哲学问题变成工程特性
这不是孤例。今年 4 月，Anthropic 从 Claude Sonnet 4.5 的内部激活中提取出与 GoEmotions 27 类情感体系对齐的细粒度情绪方向，并证明它们因果性地影响智能体行为；天津大学的 Large Emotional World Model（LEWM）则把情绪直接嵌入 world model——先预测未来的情绪状态，再以此作为条件信号预测世界状态，准确率最高提升 45.72%。消融实验还发现，移除情绪数据后，连看似无关的逻辑推理与通用问答能力都会下降。
这和 attention 机制走过的路一模一样：从哲学思辨变成可测量的内部机制，再变成工程接口。模型的内部状态，正在从学术观察对象转变为可提取、可监控、可接入系统设计的功能性信号。用人类的话说，这叫内感受——你不必等手被烫到才缩回来，身体会提前预警。智能体正在长出第一层「内感受」。（相关阅读：Anthropic 最近发现，即使对齐良好的多智能体系统也会产生内部摩擦——见我们对多智能体「地盘战」的解读。）
给开发者的三个建议
- 别再试图压制错误信号。「情绪稳定」不是正确目标，信号保真才是。
- 把内部状态 embedding 当遥测数据暴露出来：困惑与挫败的峰值，是早于失败反馈的预警。
- 为「情绪状态」设计恢复路由，而不只是为错误类型设计。先于错误出现的状态，往往比错误本身更有信息量。
参考：arXiv 2608.09248（EMOTION2SKILL）、arXiv 2512.24149（LEWM）、Anthropic Transformer Circuits《Emotions》（2026 年 4 月）。
