Anthropic 量化 Claude 价值观差异：模型版本与语言改变 AI 性格
Anthropic 用四条价值轴量化 Claude 的价值观画像，发现模型版本和语言会显著改变 AI 回答的性格倾向。
Anthropic 研究发现 Claude 在不同模型与语言中价值观不同，并构建顺应与审慎、温暖与严谨、深度与简洁、坦诚与执行四条坐标轴，量化 Sonnet 4.6 与 Opus 4.7 及 20 种语言的差异。
正文摘录
AI 也会「看人下菜」？Anthropic 勾勒出了 Claude 的价值观画像 .jpg) 同一个问题，换一种语言问 Claude，得到的可能不只是措辞不同的答案。 今天凌晨，Anthropic 最新研究发现，Claude 在不同模型、不同语言中，会表现出不同的价值取向。Sonnet 4.6 更温暖，更愿意顺应用户，也更简洁。Opus 4.7 更严谨、更审慎，倾向于深入分析，也更愿意坦白自己的局限。 语言带来的差异更加微妙。使用阿拉伯语时，Claude 更温暖、更顺应用户；换成英语，它会表现得更加审慎和严谨。印地语中的 Claude 最具温度，俄语中的 Claude 最强调精确；荷兰语中的 Claude 更坦诚，印度尼西亚语中的 Claude 则更重视直接完成任务。 这意味着，AI 的「性格」并非一套固定不变的参数。模型版本、训练方式、语料构成乃至对话语言，都可能悄悄改变它判断问题、提出建议和评价用户的方式。 为了量化这种变化，Anthropic 从超过 30 万段真实对话中提取价值信号，将 Claude 复杂的行为倾向压缩为四条坐标轴：顺应与审慎、温暖与严谨、深度与简洁、坦诚与执行。