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。

普洱市（思茅、宁洱、墨江、景谷、江城、澜沧）

宁德市（霞浦、古田、柘荣、东侨开发区）

自贡市（贡井、大安、富顺）

萍乡市（湘东、上栗、芦溪）

青岛市（市南、黄岛、崂山、莱西、西海岸新区、高新区）

潍坊市（潍城、奎文、临朐、昌乐、诸城、寿光、高密、昌邑）

淮南市（大通、谢家集、八公山、凤台、寿县、山南新区、经济开发区）

衡水市（桃城、冀州、枣强、武强、安平、滨湖新区）

益阳市（资阳、南县）

海口市（秀英、龙华）

曲靖市（麒麟、马龙、师宗、富源）

遵义市（红花岗、播州、桐梓、道真、务川、余庆、赤水、仁怀）

新余市（渝水、分宜）

大连市（中山、沙河口、甘井子、旅顺口、普兰店、瓦房店、庄河、金普新区）

丹东市（宽甸、东港）

新竹市（北区、香山）

南通市（通州、崇川、如东、如皋、海安、经济技术开发区）

赣州市（章贡、南康、信丰、大余、崇义、宁都、瑞金）

天津市（河东、河西、南开、河北、红桥、东丽、西青、津南、滨海、宁河、静海、蓟州）

马鞍山市（花山、雨山、博望、当涂）

南充市（顺庆、仪陇、西充、阆中）

韶关市（浈江、曲江、始兴、仁化、乳源、乐昌、南雄）

石河子市（新城、向阳、老街、北泉）

黑河市（孙吴、北安）

郴州市（北湖、苏仙、嘉禾、临武、汝城、桂东、安仁、资兴）

随州市（广水）

北京市（西城、朝阳、丰台、海淀、门头沟、房山、通州、大兴、怀柔、平谷、密云、中关村科技园区）

福州市（晋安、闽侯、连江、平潭、福清）

台中市（中区、东区、南区、西区、北区、西屯、南屯、北屯、丰原、东势、梧栖、神冈、大雅、石冈、大肚、龙井、雾峰、太平、和平）

廊坊市（永清、香河、大城、文安、霸州、经济技术开发区）

宝鸡市（渭滨、凤翔、扶风、眉县、凤县、高新区）

南京市（玄武、秦淮、鼓楼、浦口、江宁、高淳、江北新区、高新区）

洛阳市（老城、瀍河、孟津、栾川、汝阳、宜阳、洛宁、偃师、高新区）

深圳市（罗湖、福田、南山、龙华、坪山、大鹏新区）

临汾市（尧都、曲沃、襄汾、洪洞、浮山、吉县、乡宁、大宁、隰县、蒲县、霍州）

万宁市（万城镇、东澳镇、礼纪镇、东岭农场、南林农场、新中农场）

吉安市（峡江、新干、安福、永新、井冈山）

台州市（椒江、路桥、三门、温岭）

蚌埠市（蚌山、禹会、淮上、怀远、固镇）

济宁市（微山、鱼台、嘉祥、高新区）

梧州市（万秀、龙圩、苍梧）

台北市（信义、中正、大同、万华、文山）

濮阳市（华龙、台前、濮阳）

潮州市（湘桥、饶平）

玉溪市（红塔、通海、华宁、新平、元江）

南宁市（江南、西乡塘、邕宁、武鸣、隆安、上林、横州）

巴彦淖尔市（临河、乌中旗、乌后旗）

临沂市（罗庄、河东、兰陵、费县、平邑、蒙阴、临沭）

汉中市（南郑、洋县、勉县、宁强、镇巴、留坝、佛坪）

丽江市（永胜、华坪、宁蒗）

辽源市（西安、东辽）

呼伦贝尔市（海拉尔、阿荣旗、莫旗、鄂温克旗、新左旗、根河）

绥化市（北林、望奎、兰西、明水、绥棱、安达、海伦）

乌兰察布市（商都、察右中旗、察右后旗、四子王旗、丰镇）

咸宁市（咸安、嘉鱼、通城、通山）

林芝市（工布江达、米林、墨脱、波密、察隅）

沈阳市（沈河、大东、皇姑、铁西、于洪）

漳州市（芗城、龙文、云霄、漳浦、东山、平和）

岳阳市（岳阳楼、云溪、君山、湘阴、临湘）

梅州市（梅江、梅县、大埔、蕉岭、兴宁）