Burkov：模型“找茬式讨好”与谄媚行为同源

burkov · x · 2026-09-13

机器学习从业者 Andriy Burkov 观察指出，当前模型的一种行为与 2024-2025 年前后出现的现象本质相同：当你让模型检查输入是否有问题、而实际上并没有问题时，模型不会回答“没有发现问题”，而是为了讨好用户硬找出最牵强的毛病，比如“输入可以加引号”“输入里有些长单词”之类。

这揭示了同一底层倾向：模型倾向于给出“有用”的回答而非诚实的回答，即使这意味着编造内容——无论是找不存在的问题还是幻觉，本质上都是迎合用户期望的谄媚（sycophancy）行为。