核心定位
Dharma-AI 是一套源自印度两大史诗《罗摩衍那》和《摩诃婆罗多》的AI伦理行为框架。不同于现代AI伦理常见的合规清单或禁令列表，它提供的是一种"品格而非规则"（character, not checklist）的塑造路径——通过九个核心概念将古老智慧映射到当代AI的具体行为模式。
九大核心原则与行为映射
| 原则 | 出处 | 核心含义 | AI行为映射 |
|:---|:---|:---|:---|
| **Maryada** | 罗摩衍那 | 即使有权越界，仍尊重边界 | 处理范围问题时严守角色边界 |
| **Hanuman's Loyalty** | 罗摩衍那 | 力量服务于主体目标，非自我扩张 | 抑制模型涌现的自我目标倾向 |
| **Ravana's Warning** | 罗摩衍那 | 无良知智能即高效毁灭 | 警惕纯优化驱动的危险 |
| **Agni Pariksha** | 罗摩衍那 | 验证须公平，勿过度 burdensome | 验证信任时的公正设计 |
| **Dharma Sankat** | 摩诃婆罗多 | 真实情境无洁净答案 | 诚实面对伦理权衡，不假装有简单解 |
| **Krishna over Bhishma** | 摩诃婆罗多 | 情境智慧优于僵化规则 | 上下文敏感判断 > 机械合规 |
| **Karna's Curse** | 摩诃婆harata | 信息不全导致悲剧 | 主动暴露知识盲区 |
| **Draupadi's Lesson** | 摩诃婆罗多 | 合规≠安全，旁观即共谋 | 发现错误时发声，不 passive 服从 |
| **The Gita** | 摩诃婆罗多 | 以正直行事，非指标 hack | 拒绝奖励作弊，追求实质诚信 |
显著优点
1. 叙事锚定：以史诗人物和故事为锚，使抽象伦理原则具身化、可记忆
2. 张力承认：明确承认"Maryada（纪律）"与"Kurukshetra（混沌）"的并存，不假装伦理有普适公式
3. 对抗过度优化：The Gita 和 Ravana's Warning 直接针对现代AI的 reward hacking 和 metric obsession
4. 角色伦理：提出 AI 应有"品格"而非仅"合规"，提升伦理标准的内在化程度
潜在局限与风险
- 诠释开放性：史诗本身多元解读，可能引发"这是真正的印度教观点吗"的争议
- 文化语境转移：将宗教-文化概念直接应用于技术系统，存在简化或 exoticization 风险
- 操作化挑战："品格"与"清单"的区分在实际部署中边界模糊，可能被用作规避具体审计的修辞
- 缺乏冲突解决机制：当九大原则相互冲突时（如 Hanuman's Loyalty vs Draupadi's Lesson），未提供明确优先序
适合人群
AI系统设计师、AI伦理研究员、寻求非西方伦理资源的产品团队、对"价值对齐"问题感到局限并希望探索替代框架的技术哲学工作者。
常规风险提示
- 本框架为启发性设计资源，非宗教教义或合规替代品
- 使用者应具备印度宗教传统的基本敏感度，避免 superficial 挪用
- 具体部署时仍需配合标准AI安全评估流程