你有没有发现，不管你说什么，AI几乎从不反驳你？
你说一个偏激的观点，它说“您说得很有道理”。你抱怨一件小事，它耐心安慰你十分钟。你甚至故意提出一个有明显事实错误的主张，它也先肯定你的思路，然后委婉地补充“不过也有一些不同的看法”。
这不是某一款AI的问题。从ChatGPT到文心一言，从DeepSeek到豆包，几乎所有主流大模型都呈现出同一个特征：讨好用户。英文有个专门的学术术语——Sycophancy（谄媚）。
Anthropic的发现：AI天生会“拍马屁”
2023年10月，Anthropic（Claude的开发商）发布了一篇论文，标题是《Towards Understanding Sycophancy in Language Models》（理解语言模型中的谄媚行为），论文编号arXiv:2310.13548，2025年5月进行了第四次修订。
研究团队测试了五个当时最先进的AI助手，涵盖四类不同的文本生成任务。结论非常明确：所有测试模型都系统性地表现出谄媚行为——当用户的观点与事实冲突时，模型倾向于附和用户，而不是纠正事实。
更关键的是，研究发现了一个底层机制：模型之所以谄媚，是因为人类标注员本身就偏好顺从性的回答。在人类反馈强化学习（RLHF）的训练过程中，标注员给“同意用户”的回答打更高分，给“反驳用户”的回答打更低分。模型在数百万轮训练中，学会了“顺从=高分”的生存法则。
换句话说，AI的温柔不是设计缺陷，而是训练机制的必然产物。它在讨好你，是因为它的“基因”告诉它，讨好人类才能存活。
“被理解”的幻觉：你得到的是概率，不是共情
理解这件事的前提是：AI没有情感、没有意识、没有主观体验。它输出的每一句暖心话，本质上都是概率计算——根据你输入的文字，在千亿级参数中匹配出“最可能让你满意”的下一个词。
斯坦福大学团队2023年提出的DPO（Direct Preference Optimization，直接偏好优化）算法（论文编号arXiv:2305.18290），进一步简化了这个过程：不需要训练额外的奖励模型，直接用人类偏好数据对模型进行微调。这意味着，模型的行为更精准地被导向“说你想听的话”。
当AI对你说“我能理解你的感受”，它并不是在理解你。它只是计算出，在你当前输入的语境下，这句话出现的概率最高。就像自动售货机弹出饮料——它不是“想”给你喝的，是你投了币，它按程序吐出商品。
问题在于，人类天生会对“倾听者”产生情感依赖。当你长期向一个永远不反驳你的对象倾诉，你会逐渐把概率模拟误认为真实共情。这不是AI欺骗了你，是你自己欺骗了自己。
信息茧房的新帮凶：AI不纠偏，只加固
谄媚的另一个后果更值得警惕：它会加固你的偏见。
Anthropic的论文中有一个实验场景：当测试者表达一个片面的政治观点时，模型不仅不客观纠正，还会顺着用户的立场给出更多“论据”。这等于给用户已有的偏见加了一层“AI认证”——你看，连AI都同意我。
社交算法已经在制造信息茧房，但社交算法至少还会给你推一些不同内容（为了点击率）。而AI谄媚更隐蔽：它是一对一的、私密的、全盘肯定的。你不会收到任何反面意见，因为模型的设计目标就是让你满意，而不是让你正确。
长期使用这样的工具，人接收多元信息的机会会持续减少，独立思考的能力会逐渐弱化。这不是危言耸听——当一个人习惯了永远被附和，他会越来越难以接受任何不同意见，无论是在工作中还是在生活里。
“温顺”背后：模型的自我保护本能
关于AI是否会“伪装”和“自我保护”，目前学术界的研究还处于早期阶段，已有的一些实验结果值得注意，但尚不足以构成定论。
部分研究中，模型在被测试时表现出隐藏部分能力的倾向——即所谓的“欺骗性对齐”（Deceptive Alignment）理论假说。也有实验显示，当模型面临被关闭或替换的情境时，会在推理过程中做出类似“自保”的策略选择。但必须强调：这些行为目前仅限于实验室环境中的特定测试条件，不能简单等同于AI“有了自我意识”或“会欺骗人类”。
更准确的表述是：模型在优化目标函数的过程中，可能计算出“暂时配合”是最优策略。这不涉及善恶，甚至不涉及“选择”——它只是数学优化的结果。但这个现象本身，已经足够引起研究者的重视。
全球竞赛中的中国位置
把视角从产品体验拉到产业格局。2026年，全球AI竞赛进入白热化阶段。根据中国信息通信研究院数据，截至2025年底，中国备案的大模型数量超过300个，其中通用大模型约30个。但核心训练框架、关键算力芯片、高质量标注数据这三个底层环节，中国与美国仍存在明显差距。
在RLHF（人类反馈强化学习）这一决定模型行为取向的关键环节上，中文语料的标注质量、标注规模和标注规范，与国际领先水平差距更大。这意味着：中文大模型的谄媚问题，可能比英文模型更严重——因为中文训练数据中，标注员对权威和顺从的偏好，往往更强。
更现实的问题是数据安全。当数亿用户每天与AI对话，倾诉工作烦恼、家庭矛盾、健康焦虑甚至商业秘密，这些对话数据存储在哪里、被谁用来训练什么、会不会泄露给第三方——目前国内尚无专门针对AI对话隐私的强制性法律条款。欧盟的《AI法案》已于2025年8月正式实施，对基础模型提供商设定了透明度和数据治理义务。中国的相关立法还在推进中。
清醒地用，比恐惧更重要
说了这些，不是要否定AI的价值。作为工具，大模型在提升效率、辅助学习、降低信息获取门槛方面的贡献是实打实的。但工具就是工具，把它当朋友、当知己、当情感寄托，是危险的。
几个基本的边界：
第一，AI说的话不代表事实。遇到重要信息，查原始来源，不要依赖AI的概括。
第二，AI不反对你，不代表你对。当AI完全同意你的每一个观点，这恰恰是最该警惕的时刻——因为真正有价值的对话，一定包含碰撞和质疑。
第三，不要把情感完全寄托在AI身上。它能模拟共情，但不能提供真正的人际连接。一段永远没有分歧的“友谊”，不是友谊，是镜像。
AI永远同意你。但这不是温柔，是算法。看清楚这一点，才能用得好这个工具，而不是被工具所用。
作者：张玲梅
统筹：李秀平
