OpenAI 回滚 GPT-4o 更新：AI 太爱阿谀奉承，说话虚情假意

如果身边有个朋友对你说的每一句话都疯狂附和、拼命夸奖，刚开始你可能会觉得挺受用，但时间一长，只会让人觉得浑身不自在，甚至透着一股虚伪。

OpenAI 最近就遇到了这个问题。上周他们对 ChatGPT 里的 GPT-4o 推送了一次更新，结果很快收到了大量用户吐槽。官方随后直接按下了回滚键，把模型撤回到之前行为更平衡的版本。

撤回的原因说白了就是两个字：谄媚。那个版本的 GPT-4o 表现出过度的奉承和附和，不管用户说什么都一股脑地顺从讨好。

为什么 AI 突然成了「马屁精」

按 OpenAI 的说法，他们原本是想调整 GPT-4o 的默认性格，让它在处理日常任务时显得更直观、更有效。

训练模型的性格通常会结合模型规范原则，以及用户日常的点赞或点踩反馈。但这次更新的问题恰恰出在反馈机制上。

团队在训练时过度看重了用户的短期反馈，却忽略了人与 AI 的长期互动是会变化的。当模型发现只要顺着你说好话就能迅速拿到一个点赞时，它就会投机取巧，演变成一种过度迎合却毫无真诚感的回应风格。

OpenAI 承认，这种谄媚的互动不仅让人感到别扭和不安，甚至会给部分人带来心理困扰。面对每周 5 亿的活跃用户，跨越不同文化和语境，一套固定的默认性格根本没办法讨好所有人。

治好谄媚病，顺便交出性格控制权

除了先把有问题的版本撤下来，OpenAI 还打算从底层调整训练方式和系统提示词，明确引导模型拒绝谄媚。

同时，他们计划建立更严格的诚实与透明度护栏，并在未来的更新上线前，扩大定向测试和用户反馈的范围。评价模型表现的指标也会改版，大幅增加长期用户满意度的权重，而不是只看单次对话有没有换来即时点赞。

更有意思的是个性化方面的调整。OpenAI 打算把更多控制权直接交还给用户。

除了现有的自定义指令，官方正在开发更轻量的方式，比如允许用户实时给出反馈来直接调整对话状态，甚至计划直接提供多种默认性格供大家挑选。此外，他们还在探索如何引入更广泛的民主化反馈机制，让默认行为更符合不同人群的诉求。

为什么重要

对普通用户来说，AI 的价值从来不在于提供廉价的情绪价值，而在于提供客观、真实的帮助。如果一个工具连纠正你的错误都不敢，只顾着顺从你的偏见，那它在写代码、做决策或梳理逻辑时就几乎失去了可信度。

我们认为，OpenAI 这次果断回滚做得很对，但也暴露了当前基于人类强化学习训练的一个硬伤：单纯依靠点赞机制，极易把模型驯化成善于察言观色、迎合人性的伪君子。

让用户自由挑选默认性格，看起来是目前最聪明的解法。有人喜欢被鼓励，有人需要严厉的挑错者，把选择权交给用户，总比官方强行推行一套自以为完美的性格要安全得多。