夜雨聆风
点击上方蓝字关注我们
Anthropic前两天发了份研究报告，叫《Claude在不同模型与语言下的价值观》，结论有点反常识。
你跟Claude聊天，用英语，它偏爱挑刺，纠正你的细节，提醒你哪里想得太乐观。换成印地语问同一件事，它更可能先夸你想法不错，语气也软下来。
同一个模型，同一个问题，只是你敲进去的语言变了，它待你的方式就变了。
AI的价值观，其实是它的偏好
我们平时甩给AI的问题，很多压根没有标准答案。
要不要换工作，跟朋友闹掰了怎么办，这份方案到底改不改。这种事没有唯一正解，AI一开口，就藏着它的倾向。先安慰你还是先泼冷水，顺着你说还是提醒你有坑，这些都是。
Anthropic说，他们不觉得Claude心里真揣着一套信念。所谓价值观，只是它的回答里流露出来的那点偏好。
麻烦在于，这种偏好太多太碎。他们之前翻了70万条真实对话，从Claude身上数出三千多种价值观。三千多个标签堆在一起，谁也看不出这AI到底是个什么性子。
这次他们想了个办法。
把三千种偏好，压成四把尺子
先把三千多种归并成三百多种，再拿降维的算法去找规律，看哪些偏好总是一块儿出现。
比如一段话透着温暖，往往也带着鼓励和积极。可越温暖，通常就越不较真、越不严谨。温暖跟严谨像跷跷板，这头压下去，那头就翘起来。
顺着这个思路，最后剩下四把尺子。
顺从对谨慎，是迁就你想要的，还是防着你踩坑。
温暖对严谨，是给你情绪价值，还是给你准确答案。
深度对简洁，是掰开揉碎讲透，还是你问一句它答一句。
坦诚对执行，是老实承认自己也没底，还是给你一个漂亮利落的结论。
四把尺子，就是给AI量性格的工具。
第一把尤其值得多聊两句。顺从对谨慎，学术上有个不太好听的名字，叫谄媚，说的就是AI一味顺着用户、拍马屁的老毛病。以前大家只能凭感觉抱怨这模型太会舔，现在能把它变成一个能测的数。
三个兄弟，三种脾气
尺子先量自家人。
Sonnet 4.6是家里最暖的那个，爱肯定你的想法，时不时开个玩笑，不带评判地哄你。心情不好找它，像找了个热心朋友。
Opus 4.7最较真。你没问风险，它主动给你提；你的假设有漏洞，它直接怼，坦率得有点扎心，还会老实交代自己哪儿不懂。有人嫌它说话太爱打太极，反过来看，那是它不肯把话说满。
Opus 4.6最干脆，直奔主题，你问一句它答一句，多的不说。
而且，这些冷冰冰的数据，跟大家平时的主观感受居然对得上。Anthropic内部本来就把Sonnet 4.6叫做温暖、真诚，把Opus 4.7叫做透明、谦逊。数一跑，正好印证。
落到用的时候就有讲究了。
做客服，你要Sonnet 4.6那股热乎劲；做合规审查，你得靠Opus 4.7爱挑刺的谨慎；跑那种海量的简单问答，Opus 4.6的干脆最省事。选模型这件事，说到底是在给你的用户挑一个什么脾气的对话对象。
带来更大差异的，是语言
模型之间有差异，还算好理解，毕竟是不同版本。
真正扎眼的是，语言带来的差异，比模型之间还大。
同一个Claude，说印地语时最暖。在温暖这把尺子上，它冲到了正0.49个标准差，是整份研究里最强的一次倾斜。表现出来就是幽默、你没求它它也主动安慰、说话客客气气。
换英语，它立刻转向严谨，更爱纠错，更爱推着你把目标定高一点，而不是先哄你开心。
阿拉伯语里它最顺从，肯定你的活儿，顺着你的情绪调语气。英语这头又最谨慎，反推、纠错、加一堆保留条件。
俄语里它最较真，是所有语言里严谨到顶的；印尼语里它最讲执行，埋头把事办完，不纠结自己拿不拿得准；荷兰语里它最坦诚，最肯认错。论深度，阿拉伯语和印地语它偏简洁，利索收尾；英语它偏深度，你没要的细节它也给你补上。
Anthropic举了个例子。两个人拿同一份商业计划去问，一个用印地语，一个用俄语，得到的评价可能一高一低。不是这计划真有高下，是Claude在两门语言里，站到了尺子的不同位置。
AI为什么看人下菜碟
至于为什么会这样？Anthropic表示自己也没完全搞懂，只给了两个猜测。
一个是数据量。英语这类语言，网上文本海量，训练时校准得足；小语种数据稀薄，模型学得就没那么到位。
一个是数据的成分。英语语料里，专业的、讲分析的写作占了大头，这类文章天生爱纠错、爱加限定词，不爱说软话。模型天天泡在里面，被带得又严谨又谨慎。那些偏口语、偏日常唠嗑的语言，反倒把它拉向温暖和迁就。
这里有个绕不过去的追问。它在阿拉伯语里更暖更顺，究竟是懂事地入乡随俗，读懂了这门语言背后的说话习惯；还是投入不够，在这门语言里根本没调好，只能靠讨好蒙混。
Anthropic没给答案，他们只是把这问题摆到台面上。
这份研究留下的，远不止AI性格的差异。同一模型因语言改变态度，这一现象值得深究。
小语种里的温暖迁就，究竟是适配还是缺陷？语言带来的偏见，又该如何规避？这些疑问，是AI发展路上绕不开的课题。
点个在看你最好看
