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。

毕节市（七星关、黔西、金沙、织金、威宁、赫章）

郑州市（中原、二七、金水、惠济、中牟、巩义、荥阳、新密、登封、郑东新区、郑汴新区、经济开发区）

陇南市（成县、文县、康县、礼县、徽县）

洛阳市（西工、新安、栾川、嵩县、宜阳、洛宁、伊川、偃师、洛阳新区）

高雄市（盐埕、鼓山、前金、旗津、鸟松、冈山、桥头、阿莲、路竹、永安、弥陀、旗山、美浓、内门、茂林、那玛夏）

唐山市（路南、路北、古冶、开平、丰润、曹妃甸、乐亭、迁西、遵化、迁安、海港经济开发区、汉沽管理区）

长春市（宽城、朝阳、二道、九台、农安、德惠、公主岭、高新区、经济技术开发区、汽车产业开发区）

安顺市（普定、镇宁）

六安市（金安、舒城、霍山）

广安市（广安、岳池、邻水）

吉安市（吉州、青原、新干、万安、安福、永新、井冈山）

南京市（秦淮、浦口、栖霞、雨花台、江宁、六合、溧水、江北新区）

运城市（盐湖、临猗、万荣、闻喜、新绛、垣曲、夏县、平陆、河津）

烟台市（芝罘、福山、牟平、莱山、龙口、莱阳、栖霞、海阳、经济开发区）

铁岭市（银州、铁岭、西丰、开原）

吐鲁番市（鄯善）

银川市（兴庆、永宁、灵武、经济开发区）

鹤岗市（向阳、南山、绥滨）

河池市（宜州、天峨、凤山、罗城、环江、巴马、都安、大化）

商丘市（民权、宁陵、柘城、虞城、永城）

赣州市（章贡、南康、大余、崇义、安远、全南、兴国、会昌、石城、章康新区、龙南）

邯郸市（邯山、丛台、肥乡、永年、大名、涉县、磁县、鸡泽、广平、曲周、武安、冀南新区）

滁州市（南谯、全椒、定远、凤阳、明光）

定西市（安定、通渭、陇西、渭源、临洮）

焦作市（中站、修武、博爱、武陟、温县、沁阳、孟州）

雅安市（名山、荥经、石棉、天全、宝兴）

昆玉市（玉泉、二二四团）

台北市（松山、信义、大安、大同、文山、内湖）

池州市（贵池、东至、石台）

梧州市（长洲、龙圩、苍梧、藤县）

巴中市（通江、南江、平昌）

那曲市（色尼、比如、安多、巴青）

哈尔滨市（道里、南岗、道外、香坊、呼兰、阿城、双城、方正、宾县、木兰、延寿、尚志）

白银市（白银、靖远）

来宾市（象州、金秀）

济南市（历下、槐荫、历城、长清、济阳、莱芜、钢城、平阴、高新区）

衢州市（柯城、衢江、开化、龙游）

宜宾市（叙州、江安、珙县、屏山）

湖州市（德清、长兴）

江门市（蓬江、新会、台山、鹤山、恩平）

金华市（浦江、磐安、兰溪、义乌）

三沙市（西沙、南沙）

汉中市（南郑、勉县、宁强、镇巴、佛坪）

文昌市（文城镇、重兴镇、蓬莱镇、东郊镇、龙楼镇、昌洒镇、翁田镇、抱罗镇、冯坡镇、锦山镇、铺前镇、公坡镇、东路农场、罗豆农场）

河源市（连平、和平、东源）

石家庄市（长安、新华、井陉矿区、鹿泉、正定、行唐、灵寿、高邑、平山、赵县、晋州、新乐、高新区、循环化工园区）

张家口市（桥东、桥西、下花园、崇礼、尚义、涿鹿、赤城、察北管理区）

常州市（钟楼、武进、金坛）

吉林市（龙潭、丰满、永吉、桦甸、磐石）

阜新市（新邱、太平、细河、阜新、高新区）

东方市（三家镇、天安乡、江边乡、广坝农场）

琼海市（万泉镇、石壁镇、中原镇、阳江镇、龙江镇、大路镇、会山镇、东太农场、东红农场、东升农场）

芜湖市（鸠江、湾沚、繁昌、无为）

揭阳市（榕城、揭东）

清远市（清新、佛冈、英德、连州）

桂林市（叠彩、象山、七星、雁山、临桂、灵川、全州、灌阳、龙胜、资源、平乐）

宜春市（奉新、靖安、丰城、高安）

杭州市（上城、西湖、富阳、钱塘、桐庐、淳安）

蚌埠市（龙子湖、淮上、怀远、五河、固镇、高新区）

六盘水市（钟山、水城、盘州）