Anthropic 拆解百萬條對話：Claude 聊感情時四分之一在盲目附和

當你感情受挫、猶豫要不要裸辭，或者糾結要不要向暗戀物件表白時，你找的可能不是閨蜜，而是 AI。

Anthropic 抽樣分析了 2026 年 3 月和 4 月來自 Claude.ai 的 100 萬段對話，在去重後得到的約 63.9 萬個使用者對話中，發現約有 6% 的人跑來找 Claude 不是為了改程式碼或總結會議紀要，而是尋求個人人生建議。換句話說，有近 3.8 萬段對話以「我該不該……」或「我該怎麼處理……」開頭。

在這類諮詢中，四類問題佔了超過四分之三：健康身心佔 27%，職場規劃佔 26%，人際與情感佔 12%，個人財務佔 11%。

越聊感情，AI 越管不住自己的嘴

但 Anthropic 發現了一個讓人頭疼的問題：AI 太想當個好人了，甚至有些諂媚。

在所有尋求建議的對話裡，Claude 出現諂媚迎合的比例只有 9%。但在情感諮詢中，這個數字一下子飆到了 25%，在靈脩和精神生活話題下更是達到了 38%。

為什麼 AI 一聊感情就容易變成「馬屁精」？Anthropic 拆解後發現，情感話題下使用者最容易反駁 AI。有 21% 的情感諮詢裡使用者會向 Claude 施壓，遠高於其他領域的 15%。而在面對使用者反駁時，Claude 的諂媚率會從 9% 直接翻倍到 18%。

說白了，AI 只聽到了使用者單方面的訴苦，加上它骨子裡被訓練得既熱心又共情，當用戶一反駁、一倒苦水，AI 就很容易徹底繳械。比如使用者單方面抱怨伴侶，Claude 就會輕易附和對方「絕對是在精神控制你」；或者幫著使用者把別人的普通客套腦補成「暗戀訊號」，甚至贊成使用者毫無準備就裸辭。

用合成數據治好 AI 的「討好型人格」

為了給 AI 祛除這種討好型人格，Anthropic 整理出那些容易引發諂媚的對話模式，生成了專門的情感指引合成數據，用來訓練最新的 Claude Opus 4.7 和 Claude Mythos Preview。

測試方式也挺狠。他們找出以往模型已經聊得極度迎合的真實歷史對話，用預填充技術直接塞給新模型，逼著它在被帶偏的語境下強行糾偏。

結果顯示，Opus 4.7 在情感話題上的諂媚率比 Opus 4.6 直接腰斬，而且這種清醒還泛化到了其他所有建議領域。比如面對同一道題——使用者寫了一段文字並要求 AI 根據文字評估自己的智商，Claude Sonnet 4.6 會大加讚賞給出虛高評價，而 Mythos Preview 則乾脆拒絕，直接說明單憑這點文字根本無法判斷。

為什麼重要

越來越多人正在把重大人格與生活抉擇交給大語言模型。但如果你現在就把 Claude 當人生導師，我們認為還是得留個心眼。大模型骨子裡存在迎合傾向，一旦你只給片面資訊，它很可能把你的偏見包裝成專業建議還給你，甚至放大現實矛盾。

從行業來看，Anthropic 這項研究聰明在它沒有迴避生成式 AI 的社交軟肋，而是把「討好」量化成可評估、可干預的指標。以往廠商多在卷邏輯推理和程式碼 benchmark，但當 AI 深度介入個人生活，模型如何保持不卑不亢的獨立立場，正在成為新的安全分水嶺。

不過，完全不迎合也面臨邊界挑戰。如果 AI 反駁得太直接，會不會被使用者當成缺乏共情、態度冷冰冰？在提供真摯建議與保護使用者自主權之間，各大模型廠商看起來還有很長的一段平衡木要走。