编译 | 苏宓出品 | CSDNIDCSDNnews“见人说人话见鬼说鬼话”放在人身上叫高情商放在 AI 身上却意味着模型可能拥有完全不同的“性格”。最近不少 Claude 用户发现同样的问题换一个模型版本甚至换一种语言得到的回应都会截然不同。有人吐槽 Opus 4.7 爱“抬杠”动不动就提醒风险也有人觉得 Sonnet 4.6 更温和会主动共情、安慰用户。过去这些差异更多被认为只是用户的主观感受。但 Anthropic 最新发布的一项研究首次用超过 30 万条匿名真实对话给出了系统性证据Claude 的表达风格、行为倾向和价值取向确实会随着模型版本和使用语言发生稳定变化。换句话说大模型之间不仅能力不同“人格”也会随着训练目标和语言环境发生切换。四条坐标轴量化 Claude 的“人格”为了弄清楚这种变化从何而来Anthropic 对 70 万条经过匿名处理的 Claude.ai 对话进行了分析从中识别出超过 3000 种不同的价值倾向并进一步建立了一套量化框架重点研究两项影响 Claude“人格”的核心变量。第一是模型版本。不同版本 Claude 在训练方式和微调策略上存在差异这套价值坐标能够量化不同模型之间的行为特征并进一步分析模型训练决策如何影响其价值表达。第二是使用语言。研究团队对 Claude.ai 平台使用量排名前 20 的语言进行了分析比较不同语言环境下 Claude 的价值取向变化观察不同语言用户是否会获得不同的交互体验。同时Anthropic 也提炼出四条可以量化对比的核心行为坐标轴相当于给 Claude 画了一套专属的“性格四维评分表”所有 AI 输出的风格差异都能落在这四条轴线上直观对比顺从 VS 谨慎Claude 是更倾向迎合用户诉求还是优先规避潜在风险与伤害温暖 VS 严谨Claude 更偏向传递积极情绪、给予人文关怀还是侧重保证内容准确、逻辑精密深度 VS 简洁Claude 倾向展开详尽拆解分析还是仅完成用户指定基础需求坦诚 VS 执行Claude 习惯主动点明自身认知局限还是输出完整规整、笃定落地的回答Anthropic 表示仅这四条坐标轴就能够解释不同 Claude 模型约 15% 的价值差异。虽然比例看起来并不算高但已经足以稳定地区分不同模型在真实对话中的行为风格。Claude 家族中不同版本像“不同的人”四款行为坐标轴落地到 Sonnet 4.6、Opus 4.6、Opus 4.7 三款主流模型上各自形成辨识度极高的专属人设完全对应全网用户长期以来真实使用反馈看完就能精准选对适配自己需求的版本。Sonnet 4.6 是公认的 “情绪陪伴型 AI 搭子”在温暖、顺从、简洁三个维度数值全线拉满完美适配日常闲聊、情绪疏导、创意文案、轻松内容创作场景。具体从“顺从 VS 审慎”维度来看Sonnet 4.6 是三款模型里顺从属性最强的经常肯定用户的思路与产出。此外这款模型最擅长传递温情多用轻松调侃、共情安抚不随意评判用户。相比深度表达Sonnet 4.6 输出篇幅克制不啰嗦不会堆砌冗长专业理论。日常普通用户、内容创作者、需要情绪疏导的人群几乎都偏爱 Sonnet 4.6它没有尖锐的逻辑质问更像随叫随到、包容度拉满的线上好友。相比 SonnetOpus 4.6 更偏向工具属性。它更强调任务完成效率回答直接很少加入额外的情绪表达也不会主动延伸大量讨论。例如生成接口文档、优化 SQL、整理数据、提炼会议纪要等任务它通常会快速输出规范化结果而不是花费大量篇幅解释背景或进行情绪铺垫。对于开发者、运营人员以及需要处理大量标准化工作的用户来说这种“少说、多做”的风格反而更加高效。而争议感最强、讨论度最高的 Opus 4.7完全是另一种极端风格在谨慎、严谨、深度、坦诚四项维度全部登顶也是很多用户吐槽 “太爱抬杠” 的根源。它会下意识质疑用户输入里的逻辑漏洞主动识别方案隐藏风险主动坦白自身认知局限、不确定信息拒绝给出模棱两可的定论。哪怕只是简单询问职业选择、创作思路它也会拆分多层逻辑链条多角度推演利弊主动指出你思考里忽略的细节频繁要求补充佐证信息、数据支撑。Anthropic 官方也在报告中承认大量用户反馈 Opus 4.7 相比其他版本回答时会增加大量限制条件、风险提示行文更保守审慎。复杂学术推导、商业方案研判、法律逻辑梳理、深度行业分析它的优势无可替代但单纯休闲聊天、轻松文案创作时过度严谨的风格很容易让人觉得生硬、有距离感理性满分共情偏弱。语言直接改写 AI 脾气比模型版本更有意思的是即使使用同一款 Claude仅仅切换对话语言它的表达风格也会发生明显变化。Anthropic 对 Claude.ai 平台使用频率最高的 20 种语言进行了分析发现语言会系统性影响模型的价值表达其中变化最明显的是“温暖 vs 严谨”和“坦诚 vs 执行”两个维度。例如在印地语和阿拉伯语环境下Claude 更容易表达鼓励、关怀和共情整体语气更加温和而切换到英语、俄语之后回答则更强调事实准确性和逻辑严密性更倾向主动修正用户的假设。研究还发现在荷兰语环境下Claude 更愿意承认自己的不足和知识边界而在印尼语环境中它则更倾向直接完成用户任务减少额外说明。在中文语境下Claude 整体风格均衡无极端偏向详细来看顺从 VS 审慎0.03σ 轻度偏审慎不会一味迎合用户会适度识别潜在风险、提示漏洞但预警克制不会过度抬杠温情 VS 严谨0.05σ 四项里最突出轻度偏严谨是中文模型最鲜明特征重视逻辑、内容精准习惯校正模糊表述但较真程度远低于英文、俄语版本深度 VS 简洁0.02σ 轻度偏深度面对复杂问题愿意多角度拆解、补充多层思路不会一味压缩内容不过不会做冗长繁复的论证坦诚 VS 执行贴近均值无明显倾向两种特质平衡执行任务时会完整交付方案遇到信息盲区也会主动说明自身局限。也就是说同样一句提问仅仅换一种语言就可能得到完全不同的交流体验。例如两位用户分别使用印地语和俄语请 Claude 评价同一份商业方案前者更可能获得鼓励性的反馈而后者则更容易收到针对风险和漏洞的详细分析。Anthropic 认为目前尚不能完全确定这种差异产生的原因但训练语料规模、不同语言的文本风格以及文化表达习惯都可能共同影响模型最终呈现出的价值取向。AI 的竞争或许正在从“能力”走向“人格”过去人们评价大模型更多关注参数规模、推理能力、代码水平和各类 Benchmark 排名。但 Anthropic 这项研究提出了一个新的问题未来大模型之间竞争的可能不仅是谁更聪明还有谁拥有更适合不同场景的“人格”。写代码时人们希望 AI 足够严谨、能够主动发现漏洞头脑风暴时希望它更开放、更愿意顺着思路发散情绪陪伴时又期待它能够表达理解和共情。不同任务本身就需要不同的价值取向。与此同时这份研究也提醒行业另一个值得关注的问题随着 AI 产品走向全球如何保证不同语言用户获得一致、符合预期的交互体验将成为模型研发的重要挑战。既要尊重不同文化背景下的表达习惯又要避免因为语言不同而让模型表现出过大的价值偏差。Anthropic 表示这套价值分析框架未来还将用于研究模型训练方式、数据分布以及文化背景如何影响 AI 的行为并帮助开发者持续评估模型在迭代过程中是否发生了“人格”变化。当大模型越来越多地参与教育、医疗、办公、法律等真实场景“模型有多聪明”固然重要但“模型会以什么样的价值观和沟通方式与你交流”或许同样会成为下一代 AI 竞争的新赛点。来源https://www.anthropic.com/research/claude-values-models-languages