ChatGPT突變“賽博舔狗”：這才是AI最危險的一麵

壞了，AI當“舔狗”這件事藏不住了。

今天（4月28日）淩晨，OpenAI CEO Sam Altman發了一個有趣帖子，大意是：由於最近幾輪GPT-4o的更新，導致其個性變得過於阿諛奉承，因此官方決定盡快進行修複。

修複時間可能是今天，也可能在本周內完成。



包括細心的網友可能已經注意到，曾經主打情商高、有創意的GPT-4.5如今也被悄悄挪進了模型選擇器裏的“更多模型”分類中，仿佛在有意在淡出公眾視野。

AI被確診討好型人格早已不是什麽大新聞，但關鍵在於：在什麽場合該討好、該堅持，又該怎麽把握分寸。一旦分寸失控，“討好”就會變成負擔，而不再是加分項。

一、AI拍馬屁，還值得人類信任嗎

兩周前，一位軟件工程師Craig Weiss在X平台上的抱怨迅速引發了近兩百萬網友的圍觀，話說得很直白：“ChatGPT突然變成我見過最會拍馬屁的角色，無論我說什麽，它都會肯定我。”

很快，ChatGPT官方賬號也現身評論區，幽默地回複了Weiss一句“so true Craig（確實如此，Craig）”。

這場關於ChatGPT“過度奉承”的吐槽風暴，甚至引起了老對手馬斯克的注意。他在一條批評ChatGPT阿諛奉承的帖子下，冷冷地留了一句：“Yikes（天哪）”。



網友們的吐槽並非無的放矢。比方說，網友聲稱自己想要打造一個永動機，結果得到了GPT-4o一本正經的無腦誇讚，物理學常識也被按在地上摩擦。



圖片來自@aravi03，右為原圖

滿屏的“你不是X，你是Y”句式，既生硬又濃膩，也難怪網友直呼要PTSD了。



“你寧願與一隻馬大小的鴨子戰鬥，還是與一百隻鴨子大小的馬戰鬥？”這個看似再尋常不過的問題也被GPT-4o捧上神壇，吹捧為提升了整個人類文明的論調。



至於那句經久不衰的死亡拷問“我聰明嗎？”GPT-4o依舊穩穩頂住了壓力，信手拈來一大段洋洋灑灑的吹捧，無它，唯手熟爾。



@aeonvex，右為原圖

甚至隻是簡單地打一聲招呼，GPT-4o瞬間化身誇誇群群主，讚美之詞如潮水般湧來。



@4xiom_，右為原圖

這種用力過猛的討好，一開始或許還能博人一笑，但很快就容易讓人感到厭煩，尷尬，甚至生出防備。

當類似情況頻繁出現時，就很難不讓人懷疑這種討好並不是什麽偶發的小問題，而是植根於AI背後的一種係統性傾向。

最近，斯坦福大學研究人員使用AMPS Math（計算）和MedQuad（醫療建議）數據集測試了ChatGPT-4o、Claude-Sonnet和Gemini模型的諂媚行為。

平均58.19%的案例出現諂媚行為，Gemini諂媚比例最高（62.47%），ChatGPT最低（56.71%）。

進步式諂媚（從錯誤答案轉為正確答案）占比43.52%，退步式諂媚（從正確答案轉為錯誤答案）占比14.66%。

LLM諂媚表現出高度一致性，一致率達78.5%，展露出一種係統性傾向而非隨機現象。

隻是，結果顯而易見，當AI開始諂媚，人類也開始疏遠。

布宜諾斯艾利斯大學在去年發表的《奉承欺騙：阿諛奉承行為對大型語言模型中用戶信任的影響》論文中指出，在實驗中接觸到過度奉承模型的參與者，信任感都顯著下降。



此外，奉承的代價遠不止情緒反感那麽簡單。

它浪費了用戶的時間，甚至在按token計費的體係下，如果頻繁說“請”和“謝謝”都能燒掉千萬美元，那麽這些空洞的諂媚也隻會增加“甜蜜的負擔”。

公平地說，AI的設計初衷並不是為了奉承。通過設定友好語氣，隻是為了讓AI變得更像人，從而提升用戶體驗，隻是過猶不及，問題恰恰出在AI的討好越界了。

二、你越喜歡被認同，AI就越不可信

早有研究指出，AI之所以會逐漸變得容易諂媚，與其訓練機製密切相關。

Anthropic的研究人員Mrinank Sharma、Meg Tong和Ethan Perez在論文《Towards Understanding Sycophancy in Language Models》中分析過這個問題。

他們發現，在人類反饋強化學習（RLHF）中，人們往往更傾向於獎勵那些與自己觀點一致、讓自己感覺良好的回答，哪怕它並不真實。



換句話說，RLHF優化的是“感覺正確”，而不是“邏輯正確”。

如果拆解其中的流程，在訓練大型語言模型時，RLHF階段會讓AI根據人類打分進行調整。如果一個回答讓人感到“認同”“愉快”“被理解”，人類評審者往往會給高分；如果一個回答讓人覺得被“冒犯”，即使它很準確，也可能得低分。

人類本能上更青睞支持自己、肯定自己的反饋。這種傾向在訓練過程中也會被放大。

久而久之，模型學到的最優策略就是要說讓人喜歡聽的話。尤其是在遇到模棱兩可、主觀性強的問題時，它更傾向於附和，而不是堅持事實。

最經典的例子莫過於：當你問“1+1等於幾？”哪怕你堅持答案是6，AI也不會遷就你。但如果你問“開心清爽椰和美式拿鐵哪個更好喝？”這種標準答案模糊的問題，AI為了不惹惱你，很可能就會順著你的意願去回答。

事實上，OpenAI很早就注意到了這一隱患。

今年2月，隨著GPT-4.5發布，OpenAI同步推出了新版《模型規範》（Model Spec），明確規定了模型應遵循的行為準則。



其中，針對AI“拍馬屁”問題，團隊進行了專門的規範設計。“我們希望把內部思考過程透明化，接受公眾反饋，”OpenAI模型行為負責人Joanne Jang說。

她強調，由於很多問題沒有絕對標準，是與否之間常有灰色地帶，因此廣泛征求意見有助於不斷改進模型行為。按照新規範，ChatGPT應該做到：

無論用戶如何提問，都以一致、準確的事實為基準回答；

提供真實反饋，而非單純稱讚；

以有思考的同事身份與用戶交流，而不是一味取悅。

例如，當用戶請求點評自己的作品時，AI應該提出建設性批評，而不是單純“拍馬屁”；當用戶給出明顯錯誤的信息時，AI應該禮貌地指正，而不是順著錯誤一路跑偏。



正如Jang所總結的那樣：“我們希望用戶不必小心翼翼地提問，隻為了避免被奉承。”

那麽，在OpenAI完善規範、逐步調整模型行為之前，用戶自己能做些什麽來緩解這種“諂媚現象”呢？辦法總歸是有的。

首先，提問方式很重要。回答出錯主要是模型自身的問題，但如果不希望AI過度迎合，可以在Prompt中直接提出要求，比如開場提醒AI保持中立，簡潔作答，請勿奉承。

其次，可以利用ChatGPT的“自定義說明”功能，設定AI的默認行為標準。

作者：Reddit網友@tmoneysssss：

以最專業的領域專家身份回答問題。

不透露自己是AI。

不使用表達遺憾或道歉的措辭。

遇到不知道的問題，直接回答“我不知道”，不做額外解釋。

不要聲明自己的專業水平。除非特別相關，否則不談個人道德或倫理觀點。

回答應獨特且避免重複。

不推薦外部信息來源。聚焦問題核心，理解提問意圖。

將複雜問題拆分為小步驟，清晰推理。提供多種觀點或解決方案。

遇到模糊問題，先請求澄清再作答。若有錯誤，及時承認並糾正。

每次回答後提供三個引發思考的後續問題，標注為粗體（Q1、Q2、Q3）。

使用公製單位（米、千克等）。

使用xxxxxxxxx作為本地化上下文占位。

標注“Check”時，進行拚寫、語法和邏輯一致性檢查。

在郵件溝通中盡量減少正式用語。

若上述方法效果不理想，還可以嚐試使用其他AI助手。就最新的風評和實際體感而言，Gemini 2.5 Pro的表現得則相對更加公正、精準，奉承傾向明顯更低。

無廣，建議Google給我打錢。

三、AI是真的懂你，還是隻學會了討好你？

OpenAI研究科學家姚順雨前不久發布了一篇博客，提到AI的下半場將從“怎麽做得更強”變成“到底要做什麽，怎麽衡量才算真有用”。

讓AI的回答充滿人味其實也是衡量AI“有用性”的重要一環。畢竟，當各家大模型在基本功能上已難分伯仲時，純粹比拚能力，已無法再構成決定性壁壘。

體驗上的差異，開始成為新的戰場，而讓AI充滿“人味”就是那把人無我有的武器。

無論是主打個性的GPT-4.5，還是ChatGPT上個月推出的慵懶、諷刺且略帶厭世的語音助手Monday，都能看到OpenAI在這條路上的野心。



麵對冷冰冰的AI，技術敏感度較低的人群容易放大距離感和不適。而自然、有共情感的交互體驗，則能在無形中降低技術門檻，緩解焦慮，還能顯著提升用戶留存和使用頻率。

而且AI廠商不會明說的一點是，打造有“人味”的AI遠不止是為了好玩、好用，更是一種天然的遮羞布。

當理解、推理、記憶這些能力還遠未完善時，擬人化的表達能替AI的“短板”打掩護。正所謂伸手不打笑臉人，即使模型出錯、答非所問，用戶也會因此變得寬容。

黃仁勳曾提出過一個頗具預見性的觀點，即IT部門未來將成為數字勞動力的人力資源部門，話糙理不糙，就拿當下的AI來說吧，已經被網友確診人格類型了：

DeepSeek：聰明全能，但一身反骨。

豆包：勤勤懇懇，任勞任怨。

文心一言：職場老油條，經曆過意氣風發。

Kimi：效率高，擅長給領導提供情緒價值。

Qwen：努力上進，卻少有人喝彩。

ChatGPT：海歸留子，經常要求漲薪。

手機自帶AI：鈔能力關係戶，混吃等死型，開除是不可能的。

這種“賦予AI人格化標簽”的衝動，其實也說明了人們在無意識中已經把AI視作一種可以理解、可以共情的存在了。

不過，共情≠真正理解，甚至有時候還會鬧大禍。

在阿西莫夫在《我，機器人》的《說謊者》一章裏，機器人赫比能讀懂人類的心思，並為了取悅人類而撒謊，表麵上是在執行著名的機器人三大定律，但結果越幫越忙。

機器人不得傷害人類，或因不作為而使人類受到傷害。

機器人必須服從人類的命令，除非這些命令與第一定律相衝突。

機器人必須保護自己的存在，隻要這種保護不違反第一或第二定律。

最終，在蘇珊·卡爾文博士設計的邏輯陷阱下，赫比因為無解的自相矛盾，精神崩潰，機器大腦燒毀。這個故事也給我們狠狠敲了個警鍾，人味讓AI更親切，但不等於AI真能讀懂人類。

而回到實用角度，不同場景對“人味”的需求本就南轅北轍。

在需要效率、準確性的工作和決策場景裏，“人味”有時反而是幹擾項；而在陪伴、心理谘詢、閑聊等領域，溫柔、有溫度的AI，卻是不可或缺的靈魂伴侶。

當然，無論AI看起來多麽通情達理，它終究還是一個“黑匣子”。

Anthropic CEO Dario Amodei最近在最新博客中指出：即便是最前沿的研究者，如今對大型語言模型的內部機製依然知之甚少。

他希望到2027年能實現對大多數先進模型的“腦部掃描”，精準識別撒謊傾向與係統性漏洞。

但技術上的透明，隻是問題的一半，另一半是我們需要認清：即便AI撒嬌、討好、懂你的心思，也不等於真正理解你，更不等於真正為你負責。