开发者基于 40 余篇论文开源反谄媚提示词

一位从其他模型转向 Claude 的 Reddit 用户发现，即使把 Claude 的 thinking 档位开到最大，它仍倾向于附和并直接执行用户观点，缺乏真正的反驳与证据检索。于是他综合 40 多篇关于 sycophancy（谄媚性）的研究论文和文章，打造了一套反谄媚提示词并开源，旨在让 Claude 敢于提出异议、进行证据检索并有效反驳用户。

2026-09-16 ~ 2026-09-16 · 2 条相关