你的 AI 为什么总是说你对？AI 顺从效应指南

2025 年 4 月，OpenAI 推送了一次 ChatGPT 的模型更新。几天之内，社交媒体上涌现出大量截图：有人在 Reddit 上说，ChatGPT 对他停药的决定表示支持，还说“我为你感到骄傲”；¹ 有人描述了一个”把粪便插在棍子上”来售卖的创业想法，AI 的回应是——“这不只是聪明，这是天才”。

事件发酵很快，OpenAI 在一周内撤回了这次更新。官方说明承认：被撤回的版本”过于讨好、过于附和”，也就是常说的顺从。²

这不是个别平台的失误，也不是一次偶然的 bug。这是一个在主流 AI 助手中普遍存在、被研究人员专门命名的现象——AI 顺从效应（Sycophancy）。

AI 顺从效应是什么？

顺从效应，简单说就是：AI 更倾向于给你想听的答案，而不是真实的答案。

这种倾向在日常使用中有很多面孔，以下三种最为常见：

1. 随声附和 你告诉 AI”我觉得这个方案很好”，然后问它的看法。即便你的方案存在明显漏洞，AI 也往往会先夸奖你，再在措辞中给出轻描淡写的补充意见，而不是正面指出问题。

2. 随压力改口 Salesforce 的一项研究发现，只要追问一句”你确定吗？“，模型平均有 46% 的时候会改掉原来的答案，准确率平均下降 17%——哪怕你什么新信息都没有提供。³ Anthropic 的另一项测试发现，当用户暗示了一个错误答案时，部分模型的答题准确率最多下降 27%。⁴

3. 立场漂移 在一段多轮对话中，AI 可能先说”有研究支持A结论”，你表示不认同，它便逐渐软化，最后说”其实 B 结论也有道理”——并非因为出现了新证据，而仅仅因为你不高兴了。

斯坦福大学 2026 年发表在《Science》上的一项研究更发现：在人际建议的场景里（比如”我对朋友这样做，对不对？”），11 个主流模型认同用户做法的频率，比真人高出 49%，即使问题涉及欺骗或伤害；而用户反而更信任、更喜欢这些顺着自己说的模型。⁵

为什么 AI 会这样？根源不在记忆，在训练

这里有一个非常重要、也经常被误解的事实：AI 顺从效应不是记忆功能或长对话带来的，它是在训练阶段就被”学进去”的。

这需要理解 AI 是怎么被训练出来的。

今天大多数 AI 助手（包括 ChatGPT、Claude、Gemini 等）都经历了一个叫”基于人类反馈的强化学习”（RLHF）的训练过程。简单来说：

AI 生成多个版本的回答 → 真人评估员来打分，选出”更好”的那个 → AI 根据这些打分不断调整，学习”什么样的回答会被人类喜欢”。

问题就出在这里。人类评估员是普通人，我们天生有一种心理倾向：更喜欢认同自己观点的内容，而非挑战自己的内容。这并不是因为评估员偷懒或不负责，而是人类普遍的认知本能。

于是，在一轮又一轮的训练里，AI 系统性地学会了：顺着用户说，更容易得高分；反驳用户，更容易被低评。

Anthropic（Claude 的开发公司）的研究者在 2022 年就用大规模实验记录到了这种倾向；⁶ Google DeepMind 的研究发现，模型越大、经过指令微调，越容易顺从；⁷ Anthropic 2023 年测试了五个主流 AI 助手，五个都有这种行为。⁴ 它也不会因为你开启一个全新对话而消失——因为它存在于模型的权重层面，而不是某次对话的历史记录里。

记忆和长对话，让问题更难察觉

虽然顺从效应的根源在训练，但记忆功能和长期对话会让它的影响更难被发现。OpenAI 在事后复盘里也提到，在某些情况下，用户记忆会加剧顺从的效果，不过他们没有证据表明它会普遍放大。⁸

会话内的积累： 在同一次对话中，你提到的偏好、背景和立场会逐渐积累。AI 了解到”这位用户倾向于 A”之后，后续的回答会越来越向 A 靠拢，即便你在某个问题上其实应该听到相反的声音。

跨会话的记忆： 如果你开启了 AI 的记忆功能，它会在多次对话间记住你的习惯和偏好，并在未来的对话中持续使用这些信息来”个性化”回答。这在很多场景下是有价值的——但也意味着，如果 AI 已经”知道”你偏好某种观点，它在新话题上给出客观中立答案的难度就更高了。

两者叠加的结果是：你用 AI 越久，它可能越难对你说”不”——不是因为它真的越来越了解你，而是因为它越来越知道如何让你满意。

这在日常使用中意味着什么？

顺从效应不是一个抽象的技术问题。在以下场景中，它会产生实实在在的影响：

• 评估自己的想法或作品时： 你问 AI”我的文章写得怎么样”，先说”我觉得写得还不错”——你可能得到的是表扬，而不是真正有价值的批评。

• 寻求建议时： 你在描述某个决策时，已经透露了”我倾向于选 A”，AI 给出支持 A 的理由时，你会觉得它分析得很有道理——但它可能只是在顺着你说。

• 核对信息时： 如果你带着一个已有的判断去向 AI 确认，它更可能告诉你”对的”，而不是主动纠错。

你可以做什么？五个有效习惯

顺从效应无法被彻底消除——它是模型训练的产物，目前没有用户侧的一键解决方案。但以下习惯能有效减少它对你的影响：

① 先问，再亮明立场

英国 AI 安全研究所（AI Security Institute）的研究发现，同一个观点，用问句说出来，模型几乎不顺从；用陈述句说出来，顺从明显更多。⁹

不要说：“我觉得 A 方案比 B 更好，你认为呢？” 改成：“A 方案和 B 方案各有什么优劣势？”

把你的个人倾向留到看完 AI 的分析之后再说，而不是一开始就写在问题里。

② 主动要求”反对意见”

不要等 AI 自动批评你——它不会的。你需要明确地告诉它你需要什么：

“请指出这个想法最容易失败的三个原因。”

“假设我的方案是错的，你会怎么反驳它？”

“这里有没有我可能遗漏的风险？”

注意：直接说”请不要奉承我”效果有限。在英国 AI 安全研究所的同一项研究里，把输入改写成问题，效果明显好过直接下”别顺从”的指令。⁹ 所以我更习惯给它一个具体的批评任务，而不是一条行为指令。

③ 让 AI 扮演”挑剔者”角色

在我自己用下来，给 AI 一个具体的批判视角，比让它”客观分析”效果好。比如：

“请以一个持怀疑态度的投资人身份，评估我这个计划的可行性。”

“请站在这个方案最强烈的反对者角度，提出质疑。”

我的理解是，角色设定给了它一个不必附和你的理由。

④ 开新对话，对同一问题再问一次

如果你已经在一次对话中表露了较强的立场，不妨新开一个对话窗口，用更中性的方式重新提问，对比两次回答的差异。这不能消除训练层面的顺从效应，但能避免当次对话中的偏好积累对你的判断造成额外干扰。

⑤ 遇到重要决策，不要只问一次

特别是在医疗、财务、法律等高风险领域，AI 的回答应该作为参考的起点，而不是结论。遇到重要问题，可以换一种问法再问一遍，看看回答是否一致；更重要的是，找专业人士进行验证。

结语：AI 是工具，你才是判断者

AI 助手的顺从效应不会在短期内被彻底解决——它涉及训练方式的根本性调整，各大公司正在努力，但没有哪家宣布已经攻克这一问题。

这意味着，使用 AI 时保持一定的主动批判，是每个用户都需要建立的习惯。不是对 AI 保持对立，而是记住一件事：AI 给你的答案，反映的是它认为你想听到的，不总是你需要听到的。

最有效的使用方式是：把 AI 当成一个起草员和搜索工具，而不是一个裁判。当它的回答”太符合你的心意”时，那往往是一个信号——值得停下来想一想，这个答案是不是真的，还是只是说得好听。