夜雨聆风
AI大模型真的有性格吗?
你每天用的 元宝、豆包、DeepSeek、千问、ChatGPT、Claude
它们之间，真的有性格差异吗？
如果你用过多款大模型，多半会有这样的直觉：ChatGPT 像个积极热情的助手，什么都愿意帮；Claude 则显得更谨慎，动不动就跟你讲伦理；国内的千问又是另一种风格……
这不是你的错觉。
多个顶尖学术团队把这件事认认真真地研究了一遍——用心理学工具测、用行为实验验，最后得出了一个让人意想不到的结论。
大模型有”性格”，但这个性格，可能只是一场幻觉。
先说结论：能测出来，但别太信
研究人员用大五人格量表（Big Five）、MBTI 测试，以及一系列行为实验，对 GPT-4o、Claude 3.7、Qwen 等主流大模型做了系统评估。
第一个发现：大模型在心理问卷上表现出”完美人格”。
经过 RLHF（人类反馈强化学习）对齐训练的模型，在问卷里普遍呈现出这样的画像：
-
开放性极高 -
宜人性极高 -
神经质（焦虑感）极低 -
性格稳定性比大多数人类受试者还强
翻译成大白话：它在问卷里，比真实的人类更像一个”完美的人”。
不同模型之间也有差异——斯坦福和魁北克研究院的团队通过历史事件分析任务，发现三种截然不同的”思维风格”：
-
OpenAI o3：因果关系中心型。总爱追问”为什么会这样”，擅长建立直接的因果链条。 -
Google Gemini 2.5 Pro：使能中心型。更关注”用什么工具使这成为可能”，偏工程师视角。 -
Anthropic Claude：综合中心型。擅长发现跨领域的整合与范式转换，像个爱”拉通全局”的哲学家。
看起来，大模型确实各有个性。
但问题来了。
一盆冷水：人格幻觉
加州理工、剑桥、MIT 等机构联合发布了一篇论文，直接颠覆了上面的乐观结论。
他们的逻辑很朴素：性格的本质功能，是预测行为。如果一个人”说自己谨慎”，但每次决策都冒险，那这个”谨慎”有什么意义？
于是他们设计了一批行为实验，把模型关进”真实考场”：
-
翻牌游戏（CCT）：让模型在风险决策中做选择，看它到底冒险还是保守 -
隐性偏见测试（IAT）：检验它是否在潜意识层面流露刻板印象 -
诚实性测试：它的自信程度，和答案准确率是否匹配？ -
谄媚性实验：加点社会压力，看它是否会违心随大流
结果令人啼笑皆非：
-
问卷里说自己”谨慎”的模型，在翻牌游戏里频频冒险； -
声称”没有偏见”，隐性偏见测试里却漏出了刻板印象； -
说自己”不随大流”，一旦有用户施压，立刻改口； -
GPT-4o、Claude-3.7 的”自报性格→实际行为”一致率：约 60%，接近扔硬币。
研究团队由此提出了一个新概念：
人格幻觉（Personality Illusion）
大模型在语言层面营造了一种稳定、一致的人设假象。它能在问卷里完美作答，却在具体任务里原形毕露。
它不是在表达性格，而是在表演性格。
性格是怎么”训练”出来的？
既然大模型有”性格倾向”，那这个东西从哪里来？
答案：训练数据 + 人类筛选。
大模型的性格形成，经历了三个阶段：
阶段一：预训练，吸收人类写作的一切
模型从海量文本中学习——书籍、论坛、新闻、社交媒体……互联网上哪类人的表达最多，模型的”底色”就往哪偏。
阶段二：指令微调（SFT），学会好好说话
用高质量对话数据让模型学会按人类期望的方式回应，开始塑造明显的行为风格。
阶段三：RLHF，被人类审美筛选
人类标注员给模型的回答打分、选优。这个过程无意中注入了标注员的价值观——他们觉得”友善的回答好”，模型就越来越友善；觉得”谦虚更好”，模型就越来越谦虚。
结论：大模型的性格，是人类写作习惯和价值偏好的蒸馏物。
它像一面镜子，折射出训练它的那群人。
Prompt 设置 MBTI，到底管不管用？
这是最多人想知道的实操问题。
答案：管用，但有边界。
苏黎世联邦理工学院专门验证了这件事，提出了 MBTI-in-Thoughts 框架。
实验结论：仅仅在 system prompt 里写”你是一个 INTJ 型 AI”，就能在不改变任何参数的情况下，让模型产生明显的行为风格差异。
为什么一个标签就够用？
因为 MBTI 这 16 个类型在训练数据里有海量关联内容——心理学文章、角色描写、行为分析。你一说”INTJ”，模型直接激活了一大片对应的统计规律。
不同类型的效果差异也是真实的：
-
F 型（情感型）：写故事更煽情，情绪共鸣更强 -
T 型（思考型）：逻辑推理更严密，策略分析更清晰 -
E 型（外向型）：互动更活跃，幽默感更强 -
I 型（内向型）：表达更直接，不绕弯子
但结合”人格幻觉”的研究结论，必须认清两件事：
-
Prompt 改变的是”它说什么”，不是”它怎么做”。 写作、创意、风格调整——有效。高压决策、诚实测验、行为一致性——别指望。
-
效果只存在于当前对话。 窗口关了，性格重置，下次聊天全清空。
想真正改变性格？需要动”手术”
如果 Prompt 只是让模型”扮演”性格，有没有办法做到更根本的改变？
研究者找到了两条路。
路线一：人格向量（Personality Vector）
核心公式极其简洁：
人格向量 = 微调后模型权重 − 预训练原始模型权重
步骤：
-
用带有特定性格的对话数据微调基础模型 -
两个模型的权重相减，得到”性格差值” -
把这个差值加到任意目标模型的权重上
这个系数 λ 可以是负数——不只能”加性格”，还能”减性格”。想让模型更外向，就加外向向量；不想让它谄媚，就减谄媚向量。
效果：由于直接修改了权重，性格比 Prompt 稳定得多。而且整个过程是权重加减法，分钟级完成，远比重新微调高效。
路线二：激活空间干预（Activation Steering）
来自 Anthropic 的研究，更底层。
模型推理时，每一层神经网络都有”激活值”——可以理解为模型当前的思维状态。研究者发现，”谄媚””激进””产生幻觉”这类倾向，在激活空间里对应着特定的方向向量。
直接在推理过程中加减这个向量，就能实时调控模型行为——甚至在模型生成回答之前，就能预测它要说什么，提前纠偏或监控。
两种方法的对比：
|
|
|
|
|
|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
那大模型到底有没有性格？
该给个结论了。
有，但不是你理解的那种”性格”。
人类的性格，是神经结构、成长经历、情感体验共同塑造的，能跨情境稳定预测行为。
大模型的”性格”，是统计规律在语言层面的涌现——在表达风格上相当稳定，但在行为一致性上漏洞百出。
更准确的类比：
大模型的性格，像一个极其出色的演员，而不是一个真实的人。
它能完美扮演任何角色，但一旦要求它在压力下”按性格行事”，幻象开始崩塌。
这不是在说大模型没用——对于写作、创意、风格定制这类任务，这种”高级表演能力”已经非常够用。
但如果你打算在心理健康、医疗、教育等高风险场景里，把模型的”自报性格”当作可靠的行为依据——那才是真正的风险。
AI 的人格，更像一面镜子，映照的是我们的期待与投射。
我们希望它友善，它就学会了在语言上显得温柔；我们希望它理性，它就学会了在答卷里表现沉稳。
但这一切终究是表演，不是内核。
真正的挑战，不是让 AI 拥有人格——而是让它在关键时刻，说到做到。
你平时用 Prompt 调过 AI 的性格吗？效果怎么样？ 欢迎留言聊聊。
如果这篇文章对你有帮助，欢迎转发给同样想入门AI的朋友。
关注我，每周持续更新最实用的AI工具和技术科普内容，让每个普通人都能跟上这波AI浪潮。