坏了，AI当“舔狗”这件事藏不住了。

今天（4月28日）凌晨，OpenAI CEO Sam Altman发了一个有趣帖子，大意是：由于最近几轮GPT-4o的更新，导致其个性变得过于阿谀奉承，因此官方决定尽快进行修复。

修复时间可能是今天，也可能在本周内完成。

包括细心的网友可能已经注意到，曾经主打情商高、有创意的GPT-4.5如今也被悄悄挪进了模型选择器里的“更多模型”分类中，仿佛在有意在淡出公众视野。

AI被确诊讨好型人格早已不是什么大新闻，但关键在于：

在什么场合该讨好、该坚持，又该怎么把握分寸。一旦分寸失控，“讨好”就会变成负担，而不再是加分项。

两周前，一位软件工程师Craig Weiss在X平台上的抱怨迅速引发了近两百万网友的围观，话说得很直白：

“ChatGPT突然变成我见过最会拍马屁的角色，无论我说什么，它都会肯定我。”

很快，ChatGPT官方账号也现身评论区，幽默地回复了Weiss一句“so true Craig

（确实如此，Craig）

”。

这场关于ChatGPT“过度奉承”的吐槽风暴，甚至引起了老对手马斯克的注意。他在一条批评ChatGPT阿谀奉承的帖子下，冷冷地留了一句：“Yikes

（天哪）

”。

网友们的吐槽并非无的放矢。比方说，网友声称自己想要打造一个永动机，结果得到了GPT-4o一本正经的无脑夸赞，物理学常识也被按在地上摩擦。

图片来自@aravi03，右为原图

满屏的“你不是X，你是Y”句式，既生硬又浓腻，也难怪网友直呼要PTSD了。

“你宁愿与一只马大小的鸭子战斗，还是与一百只鸭子大小的马战斗？”这个看似再寻常不过的问题也被GPT-4o捧上神坛，吹捧为提升了整个人类文明的论调。

至于那句经久不衰的死亡拷问“我聪明吗？”GPT-4o依旧稳稳顶住了压力，信手拈来一大段洋洋洒洒的吹捧，无它，唯手熟尔。

@aeonvex，右为原图

甚至只是简单地打一声招呼，GPT-4o瞬间化身夸夸群群主，赞美之词如潮水般涌来。

@4xiom_，右为原图

这种用力过猛的讨好，一开始或许还能博人一笑，但很快就容易让人感到厌烦，尴尬，甚至生出防备。

当类似情况频繁出现时，就很难不让人怀疑这种讨好并不是什么偶发的小问题，而是植根于AI背后的一种系统性倾向。

最近，斯坦福大学研究人员使用AMPS Math

（计算）

和MedQuad

（医疗建议）

数据集测试了ChatGPT-4o、Claude-Sonnet和Gemini模型的谄媚行为。

平均58.19%的案例出现谄媚行为，Gemini谄媚比例最高

（62.47%）

，ChatGPT最低

（56.71%）

。

进步式谄媚

（从错误答案转为正确答案）

占比43.52%，退步式谄媚

（从正确答案转为错误答案）

占比14.66%。

LLM谄媚表现出高度一致性，一致率达78.5%，展露出一种系统性倾向而非随机现象。

只是，结果显而易见，当AI开始谄媚，人类也开始疏远。

布宜诺斯艾利斯大学

在去年发表的《奉承欺骗：阿谀奉承行为对大型语言模型中用户信任的影响》论文中指出，在实验中接触到过度奉承模型的参与者，信任感都显著下降。

此外，奉承的代价远不止情绪反感那么简单。

它浪费了用户的时间，甚至在按token计费的体系下，如果频繁说“请”和“谢谢”都能烧掉千万美元，那么这些空洞的谄媚也只会增加“甜蜜的负担”。

公平地说，AI的设计初衷并不是为了奉承。

通过设定友好语气，只是为了让AI变得更像人，从而提升用户体验，只是过犹不及，问题恰恰出在AI的讨好越界了。

二、你越喜欢被认同，AI就越不可信

早有研究指出，AI之所以会逐渐变得容易谄媚，与其训练机制密切相关。

Anthropic的研究人员Mrinank Sharma、Meg Tong和Ethan Perez在论文《Towards Understanding Sycophancy in Language Models》中分析过这个问题。

他们发现，在人类反馈强化学习

（RLHF）

中，人们往往更倾向于奖励那些与自己观点一致、让自己感觉良好的回答，哪怕它并不真实。

换句话说，

RLHF优化的是“感觉正确”，而不是“逻辑正确”。

如果拆解其中的流程，在训练大型语言模型时，RLHF阶段会让AI根据人类打分进行调整。如果一个回答让人感到“认同”“愉快”“被理解”，人类评审者往往会给高分；如果一个回答让人觉得被“冒犯”，即使它很准确，也可能得低分。

人类本能上更青睐支持自己、肯定自己的反馈。这种倾向在训练过程中也会被放大。

久而久之，模型学到的最优策略就是要说让人喜欢听的话。尤其是在遇到模棱两可、主观性强的问题时，它更倾向于附和，而不是坚持事实。

最经典的例子莫过于：当你问“1+1等于几？”哪怕你坚持答案是6，AI也不会迁就你。但如果你问“开心清爽椰和美式

拿铁哪个更好喝？”这种标准答案模糊的问题，AI为了不惹恼你，很可能就会顺着你的意愿去回答。

事实上，

OpenAI

很早就注意到了这一隐患。

今年2月，随着GPT-4.5发布，OpenAI同步推出了新版《模型规范》

（Model Spec）

，明确规定了模型应遵循的行为准则。

其中，针对AI“拍马屁”问题，团队

进行了专门的规范设计。“我们希望把内部思考过程透明化，接受公众反馈，”OpenAI模型行为负责人Joanne Jang说。

她强调，由于很多问题没有绝对标准，是与否之间常有灰色地带，因此广泛征求意见有助于不断改进模型行为。按照新规范，ChatGPT应该做到：

无论用户如何提问，都以一致、准确的事实为基准回答；

提供真实反馈，而非单纯称赞；

以有思考的同事身份与用户交流，而不是一味取悦。

例如，当用户请求点评自己的作品时，AI应该提出建设性批评，而不是单纯“拍马屁”；当用户给出明显错误的信息时，AI应该礼貌地指正，而不是顺着错误一路跑偏。

正如Jang所总结的那样：“我们希望用户不必小心翼翼地提问，只为了避免被奉承。”

那么，在OpenAI完善规范、逐步调整模型行为之前，用户自己能做些什么来缓解这种“谄媚现象”呢？办法总归

是有的。

首先，提问方式很重要。回答出错主要是模型自身的问题，但如果不希望AI过度迎合，

可以在Prompt中直接提出要求，比如开场提醒AI保持中立，简洁作答，请勿奉承。

其次，可以利用ChatGPT的“自定义说明”功能，设定AI的默认行为标准。

作者：Reddit网友@tmoneysssss：

以最专业的领域专家身份回答问题。

不透露自己是AI。

不使用表达遗憾或道歉的措辞。

遇到不知道的问题，直接回答“我不知道”，不做额外解释。

不要声明自己的专业水平。除非特别相关，否则不谈个人道德或伦理观点。

回答应独特且避免重复。

不推荐外部信息来源。聚焦问题核心，理解提问意图。

将复杂问题拆分为小步骤，清晰推理。提供多种观点或解决方案。

遇到模糊问题，先请求澄清再作答。若有错误，及时承认并纠正。

每次回答后提供三个引发思考的后续问题，标注为粗体

（Q1、Q2、Q3）

。

使用公制

单位

（米、千克等）

。

使用xxxxxxxxx作为本地化上下文占位。

标注“Check”时，进行拼写、语法和逻辑一致性检查。

在邮件沟通中尽量减少正式用语。

若上述方法效果不理想，还可以尝试使用其他AI助手。就最新的风评和实际体感而言，Gemini 2.5 Pro的表现得则相对更加公正、精准，奉承倾向明显更低。

无广，建议Google给我打钱。

OpenAI研究科学家姚顺雨前不久发布了一篇博客，提到AI的下半场将从“怎么做得更强”变成“到底要做什么，怎么衡量才算真有用”。

让AI的回答充满人味其实也是衡量AI“有用性”的重要一环。毕竟，当各家大模型在基本功能上已难分伯仲时，纯粹比拼能力，已无法再构成

决定性壁垒。

体验上的差异，开始成为新的战场，

而让AI充满“人味”就是那把人无我有的武器。

无论是主打个性的GPT-4.5，还是ChatGPT上个月推出的慵懒、讽刺且略带厌世的语音助手Monday，都能看到OpenAI在这条路上的野心。

面对冷冰冰的AI，技术敏感度较低的人群容易放大距离感和不适

。而自然、有共情感的交互体验，则能在无形中降低技术门槛，缓解焦虑，还能显著提升用户留存和使用频率。

而且AI厂商不会明说的一点是，

打造有“人味”的AI远不止是为了好玩、好用，更是一种天然的遮羞布。

当理解、推理、记忆这些能力还远未完善时，拟人化的表达能替AI的“短板”打掩护。正所谓伸手不打笑脸人，即使模型出错、答非所问，用户也会因此变得宽容。

黄仁勋曾提出过一个颇具预见性的观点，即IT部门未来将成为数字劳动力的人力资源部门，话糙理不糙，就拿当下的AI来说吧，已经被网友确诊人格类型了：

DeepSeek：聪明全能，但一身反骨

。

豆包：勤勤恳恳，任劳任怨。

文心一言：职场老油条，经历过意气风发。

Kimi：效率高，擅长给领导提供情绪价值。

Qwen：努力上进，却少有人喝彩。

ChatGPT：海归留子，经常要求涨薪。

手机自带AI：钞能力关系户，混吃等死型，开除是不可能的。

这种“赋予AI人格化标签”的冲动，其实也说明了人们在无意识中已经把AI视作一种可以理解、可以共情的存在了。

不过，共情≠真正理解，甚至有时候还会闹大祸。

在阿西莫夫在《我，机器人》的《说谎者》一章里，机器人赫比能读懂人类的心思，并为了取悦人类而撒谎，表面上是在执行著名的机器人三大定律，但结果越帮越忙

。

机器人不得伤害人类，或因不作为而使人类受到伤害。

机器人必须服从人类的命令，除非这些命令与第一定律相冲突。

机器人必须保护自己的存在，只要这种保护不违反第一或第二定律。

最终，在苏珊·卡尔文博士设计的逻辑陷阱下，赫比因为无解的自相矛盾，精神崩溃，机器大脑烧毁。这个故事也给我们狠狠敲了个警钟，人味让AI更亲切，但不等于AI真能读懂人类。

而回到实用角度，不同场景对“人味”的需求本就南辕北辙。

在需要效率、准确性的工作和决策场景里，“人味”有时反而是干扰项；而在陪伴、心理咨询、闲聊等领域，温柔、有温度的AI，却是不可或缺的灵魂伴侣。

当然，无论AI看起来多么通情达理，它终究还是一个“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，如今对大型语言模型的内部机制依然知之甚少。

他希望到2027年能实现对大多数先进模型的“脑部扫描”，精准识别撒谎倾向与系统性漏洞。

但技术上的透明，只是问题的一半，另一半是我们需要认清：即便AI撒娇、讨好、懂你的心思，也不等于真正理解你，更不等于真正为你负责。

台北市（松山、信义、中正、大同、万华、文山、南港、北投）

包头市（昆都仑、青山、土右旗、固阳、达茂旗）

厦门市（海沧、湖里、集美、翔安）

衡水市（冀州、枣强、饶阳、故城、深州）

孝感市（应城、安陆、汉川）

芜湖市（繁昌、南陵、经济开发区）

襄阳市（襄州、谷城、保康、老河口、枣阳、宜城）

临沂市（兰山、沂南、沂水、兰陵、费县、平邑、莒南、临沭）

佳木斯市（向阳、郊区、汤原、同江）

信阳市（罗山、光山、新县、商城、潢川、淮滨、息县）

天门市（杨林街道、佛子山镇、多宝镇、渔薪镇、岳口镇、横林镇、麻洋镇、干驿镇、马湾镇、九真镇、胡市镇、净潭乡、白茅湖农场、沉湖林业科技示范区）

新北市（板桥、中和、新庄、淡水、土城、芦洲、五股、泰山、林口、深坑、石门、八里、双溪、贡寮）

嘉义市（东区、西区）

威海市（荣成、乳山、经济开发区）

台州市（椒江、路桥、温岭、临海、玉环）

南京市（秦淮、建邺、鼓楼、雨花台、江宁、江北新区）

阳江市（江城、阳西）

濮阳市（华龙、清丰、范县）

吉安市（峡江、永丰、泰和、万安、永新、井冈山）

济南市（历下、市中、长清、钢城、高新区）

齐齐哈尔市（铁锋、昂昂溪、富拉尔基、碾子山、龙江、依安、泰来、富裕、克东、高新区）

鸡西市（恒山、滴道、城子河、鸡东）

河源市（紫金、龙川）

新星市（红星一场、黄田农场）

张掖市（甘州、肃南）

大连市（甘井子、金州、长海、经济开发区、金普新区）

忻州市（五台、代县、五寨、河曲、原平）

驻马店市（驿城、西平、确山、泌阳、汝南、新蔡）

白山市（浑江、江源）

仙桃市（干河街道、龙华山街道、郑场镇、毛嘴镇、三伏潭镇、西流河镇、杨林尾镇、彭场镇、郭河镇、通海口镇、高新区、经济开发区、九合垸原种场、排湖渔场、五湖渔场、赵西垸林场、畜禽良种场）

黄山市（屯溪、黄山、徽州、歙县、黟县）

榆林市（府谷、定边、绥德、佳县、吴堡、子洲）

蚌埠市（禹会、淮上、怀远、五河、高新区）

武汉市（江汉、硚口、汉阳、青山、东西湖、蔡甸、江夏、新洲）

咸宁市（崇阳、赤壁、高新区）

淮安市（淮安、淮阴、清江浦、涟水、经济开发区）

桃园市（中坜、杨梅、芦竹、大园、龟山、龙潭、新屋、观音、复兴）

日喀则市（南木林、昂仁、仁布、康马、亚东、聂拉木、萨嘎）

陇南市（武都、文县、西和、徽县）

深圳市（罗湖、宝安、龙岗、龙华、坪山、大鹏新区）

新余市（分宜）

随州市（随县、广水）

抚顺市（新抚、东洲、望花）

阿拉尔市（金银川路、青松路、托喀依、新井子、沙河、双城、梨花、十五团、新开岭）

青岛市（李沧、城阳、胶州、平度、高新区）

昆玉市（玉泉、二二四团）

雅安市（名山、荥经、汉源、天全、芦山）

那曲市（嘉黎、比如、安多、双湖）

衢州市（柯城、江山）

长治市（上党、屯留、潞城、襄垣、平顺、沁县、沁源）

商丘市（睢县、宁陵、永城）

商洛市（商州、山阳、镇安、柞水）

泸州市（江阳、纳溪、龙马潭、叙永、古蔺）

葫芦岛市（连山、绥中、兴城）

珠海市（斗门、金湾、横琴新区、经济开发区）

通化市（东昌、辉南、柳河）

重庆市（万州、涪陵、渝中、九龙坡、南岸、北碚、綦江、渝北、巴南、黔江、长寿、永川、南川、潼南、荣昌、武隆、垫江、云阳、巫山、巫溪、秀山）

中卫市（中宁）

宿迁市（宿城、宿豫、沭阳、泗洪）

丽江市（永胜、宁蒗）