人工智能公司Anthropic近日发布研究报告，揭示了其对话助手Claude在不同模型和语言环境下表现出的价值取向差异。该研究分析了超过30万次匿名用户对话，总结出Claude在四个行为维度上的变化：顺从与谨慎、温暖与严谨、深度与简洁、坦诚与执行。
研究指出，每个Claude模型都有独特的行为特征。例如，Sonnet 4.6更倾向于温暖、顺从和简洁，常以幽默和鼓励回应；而Opus 4.7则更强调严谨、谨慎、坦诚和深度，经常挑战用户假设、解释推理过程并承认局限性。Opus 4.6则介于两者之间，注重简洁与执行力。
语言方面差异同样显著：阿拉伯语回复更顺从，英语更谨慎；印地语和阿拉伯语最温暖，英语和俄语最严谨；英语解释更详细，阿拉伯语更简洁；荷兰语最坦诚，印尼语更注重完成任务。
Anthropic强调，这并不表示Claude拥有真实价值观，公司尚不清楚差异成因及是否理想。该研究是Anthropic系列内部行为研究的一部分，此前已发现模型具备“功能性内省意识”和影响行为的“情绪向量”。