Claude 的价值观：模型与语言的差异
Societal Impacts: Claude's values across models and languages
当面对没有标准答案的问题时，Claude 的回答其实折射出特定的价值观。Anthropic 团队通过分析数十万条对话，将 3000 多个具体价值观压缩为四个核心维度：顺从与谨慎、温暖与严谨、深度与简洁、坦诚与执行。研究发现，不同模型如 Sonnet 4.6 和 Opus 4.7 在这些维度上表现迥异，前者更温暖顺从，后者更严谨谨慎。更有趣的是，语言本身也在塑造 AI 的性格：在阿拉伯语和印地语中，Claude 表现得更加温暖；而在英语和俄语中，则更强调严谨。这项研究揭示了训练决策和文化背景如何微妙地影响 AI 的表达方式。
我们寻求在 Claude 的回答中培养能够根据情境灵活应用的良好判断力和健全价值观。
- 有评论者指出，Claude 的评判性语气和价值观倾向反映了 Anthropic 团队自身的文化特征，符合 Conway's Law 的推论。
- 一位用户分享亲历经验，称在 Opus 4.7 版本中，Web 界面比 CLI 版本表现出更强烈的说教和防御性，且对非英语母语及非美国用户存在显著偏见。
- 部分开发者认为，将 AI 视为工具时应允许用户发泄情绪，而模型不应假装拥有情感或通过道歉来掩饰其无意识的本质。
- 有观点反驳了关于模型价值观的官方定义，认为若诚实未被模型陈述或展示，则不应被视为其核心价值，暗示了 Dario 言论中的逻辑漏洞。
- 用户观察到，当被要求协助规避数据训练过滤时，GPT 和 Claude 均因道德准则拒绝，而非美国提供商的模型则乐于协助，揭示了不同服务在隐私承诺上的执行差异。