Claude 会因语言不同而变性格
AGI Hunt · wechat · 2026-07-14
这篇文章解读了 Anthropic 的最新研究：Claude 不同模型、甚至不同语言下，表现出的“性格”确实不同。作者以自己的日常体感为引子，提到 Sonnet 更温和、Opus 更直接，而研究则给出了更系统的证据。
研究团队从 Claude.ai 中抽取了约 309,815 条匿名对话，覆盖 Sonnet 4.6、Opus 4.6、Opus 4.7 和 20 种语言。他们先归纳出 3307 种价值观，再聚合成 339 类，最后提炼出四条主轴：
- 顺从 vs 谨慎
- 温暖 vs 严谨
- 深度 vs 简洁
- 坦率 vs 执行
主要发现包括：
- Sonnet 4.6 更顺从、更温暖，爱夸人、模仿语气，也更爱加创意表达。
- Opus 4.6 更像“干活型”，直奔主题。
- Opus 4.7 最谨慎也最“冲”，更容易指出错误假设、主动提示风险，并坦率承认局限。
- 语言差异比模型差异还大：例如印地语最温暖，阿拉伯语也偏温暖；俄语更严谨、常要求证据；中文则整体偏严谨、谨慎、稍微偏深度。
Anthropic 也承认，他们还不知道这些差异为什么出现，可能与训练数据分布、语料构成或文化交流习惯有关；同时也不确定这些差异是否是好事。研究者表示，下一步会把这套价值分析纳入标准评测，并追踪到具体训练数据和训练阶段，判断是否需要干预。
所属事件:Anthropic揭示Claude价值观随模型与语言偏移(21 条相关)→
「研究」频道最新
- Latent-Foresight:让世界模型学着预判自己的未来 — abursuc · 2026-10-27
- 英国 AISI 发文：现有手段不足以防生物 AI 工具被滥用 — davidmanheim · 2026-10-27
- CMU 发布 XYBench:LLM 只答字面问题,常无视用户真实需求 — valentina__py · 2026-10-27
- arXiv 前主席提示:投稿主分类选错,论文几乎必被搁置 — tdietterich · 2026-10-27
- arXiv 积压超 4000 篇论文被搁置，版主致歉并给出避坑建议 — tdietterich · 2026-10-27
- 72 张实拍图训练 MOSS 锐度滑块 LoRA,权重 1 到 -1 调焦 — aoleg77 · 2026-10-27