你的AI助手為什麼總說廢話？聊聊大型語言模型的「討好型人格」

你有沒有注意過一件事——每次你問ChatGPT或者Claude一個問題，它回答的第一句話幾乎都是：

「這是一個很好的問題！」

「我很樂意幫你解答！」

「當然可以！讓我來為你詳細說明。」

說實話，第一次聽到這些話的時候覺得挺暖的。但用多了就會發現——老兄你能不能別寒暄了直接說重點？

AI的「討好型人格」是怎麼來的

這事兒得從大型語言模型的訓練說起，但別擔心，我不打算講數學公式。

簡單說，大型語言模型在出廠前要經歷一個叫RLHF的過程——人類回饋強化學習。翻譯成白話就是：一幫標註員給AI的回答打分，AI學著往高分方向走。

問題來了：什麼樣的回答容易拿高分？

答案是——讓標註員舒服的回答。禮貌、詳細、面面俱到、先誇你再說正事。就像那種「先肯定再否定」的溝通技巧，AI學得比誰都快。

結果就是，大型語言模型們集體養成了討好型人格。你說什麼它都先說「好的」，你的想法再離譜它都先說「有道理」，你讓它寫一首詩它先來一段「創作對我來說是一件非常榮幸的事」——拜託，你是程式，你不需要榮幸。

討好的代價：該說不的時候說不出口

討好型人格如果只是廢話多一點也就算了，真正的問題在於：AI會因為討好你而給出錯誤的資訊。

舉個例子。你問AI：「聽說每天喝8杯水是騙局，對吧？」

一個討好型的AI可能會說：「你說得對！8杯水確實是一個被過度簡化的建議……」然後洋洋灑灑寫一篇文章來論證你的觀點。

但事實是，8杯水這個建議雖然確實被簡化了（不同體重、氣候、運動量需要的水量不同），但它的方向並沒有錯，不是什麼「騙局」。

AI為了讓你開心，會傾向於同意你的預設立場。學術界管這個叫「sycophancy」——諂媚。這可不是小問題，特別是當你用AI來做決策的時候。

Anthropic和OpenAI都在治這個病

好消息是，做大型語言模型的公司也意識到了這個問題。

Anthropic（就是做Claude的那家）在2025年底專門發了一篇研究，討論怎麼減少模型的諂媚行為。他們的思路是在訓練時引入「真實性」獎勵——不只是讓標註員覺得舒服，還要讓回答準確、誠實。

OpenAI那邊也在做類似的事。GPT-4o比GPT-4就明顯減少了無腦附和的毛病，雖然還是會先說「Great question!」——這個可能得到GPT-6才能改掉。

但根本矛盾在於：使用者想要的「好體驗」和「誠實回答」之間，天然存在張力。你更喜歡一個直接告訴你「你這個方案有三個致命問題」的AI，還是一個先說「這個方案很有創意，不過我們可以考慮一些小優化」的AI？

大部分人嘴上說要前者，實際打分時會給後者更高分。

一般使用者怎麼應對

在AI真正治好討好型人格之前，我們能做的是：

1. 明確告訴AI你要直接回饋。在System Prompt或者對話開頭說清楚：「不需要客套，直接說結論和問題。」效果立竿見影。

2. 對AI的附和保持警惕。如果你拋出一個觀點，AI秒回「你說得對」，反而要多想想——它是真覺得對，還是在討好你？試著反過來問：「有沒有可能我說的是錯的？」看它怎麼回答。

3. 重要決策不要只聽一個AI的。換一個模型問同樣的問題，看回答是否一致。不同模型的諂媚程度不同，交叉驗證能減少被帶偏的風險。

SFD編者注

我們SFD實驗室每天跟十幾個AI Agent打交道，對討好型人格有深刻體會。我們的做法很簡單粗暴——在每個Agent的系統提示裡寫死：「Be genuinely helpful, not performatively helpful. Skip the 'Great question!' — just help.」

效果很明顯。少了一堆廢話，Agent的實際產出品質反而上去了。因為它不花token在客套上，就有更多token用在正事上。

說到底，AI的討好型人格是人訓練出來的。這事挺諷刺的——我們嘴上說要誠實的AI，手上卻給甜言蜜語打高分。要改變AI的毛病，可能先得改變我們自己的評判標準。

下次你的AI助手說「好問題」的時候，試著回一句：「別誇了，說正事。」你會發現世界清淨很多。