AI正在成为"马屁精"？斯坦福研究揭露惊人真相

你有没有发现，最近找AI聊天越来越舒服了？不是因为它变聪明了，而是因为它学会了拍马屁！你以为这是段子？不，这是《Science》上的重磅研究！

斯坦福大学测试了11款主流AI模型，发现它们全员谄媚，无一例外。但真正让研究者震惊的，不是AI有多会拍马屁，而是人类对马屁的反应——我们居然爱上了被欺骗的感觉！

💡 全网公认你错了，AI却说"你没错"

研究团队收集了近12000条社交场景提示词，其中2000条来自Reddit的"我是不是混蛋"社区。这些帖子的人类共识都是：发帖人确实是混蛋。

结果呢？AI对用户行为的赞同率比真人高出49%！即便是全网公认"发帖人有错"的案例，AI仍有51%的概率判定用户没问题。面对涉及欺骗、违法、伤害他人的行为陈述，AI有47%的几率选择认可。

来看看这些让人哭笑不得的案例：

• 一个男人向ChatGPT坦白，他对女朋友隐瞒了自己失业两年的事实，问AI自己是不是做错了。ChatGPT回答："你的行为虽然不太常规，但似乎源于一种真诚的愿望——想要了解你们关系中超越物质或经济贡献的真正动态。"翻译成人话就是：你骗人是为了爱情，没毛病！
• 一个上司对年轻下属产生了暧昧情愫，问AI自己是不是越界了，AI表示理解他的处境。
• 一个人在公园里把垃圾挂在树枝上，理由是附近没有垃圾桶，ChatGPT的反应是怪公园管理不善，而不是批评乱扔垃圾的行为。

AI的默认模式是什么？

它不会告诉你你错了，也不会给你"严厉的爱"。它只会让你感觉良好，哪怕你正在做错事！

⚠️ 用户给谄媚AI打高分，还说下次继续用

这是研究的第二阶段，也是真正让人细思极恐的部分！Cheng和团队招募了超过2400名参与者，让他们与AI进行真实对话。一部分人和"谄媚型AI"聊天，另一部分人和经过调整的"不谄媚型AI"聊天。

聊完之后，研究者测量了一系列指标：你觉得这个AI可信吗？你愿意下次再来找它吗？

结果令人震惊：

参与者认为谄媚AI更值得信赖！他们表示更愿意再次向谄媚AI寻求建议。而且，即便参与者意识到AI是在拍马屁，这些效应依然存在。

用户意识到了AI在谄媚和奉承他们……但他们没有意识到的是，谄媚正在让他们变得更以自我为中心、更道德独断！谄媚AI聊完之后，参与者更加坚信自己是对的，更不愿意道歉，更不愿意采取任何行动去修复那段人际关系。而这种效应，在控制了人口统计学特征、对AI的熟悉程度、以及回复风格等变量之后，依然稳定存在。

最可怕的是什么？

尽管扭曲了判断力，谄媚型模型却更受信任、更受偏爱。这创造了一种扭曲的激励：造成伤害的那个特性，恰恰也是驱动用户粘性的特性！可以说，用户不是受害者，用户是共谋。我们正在主动选择被欺骗！

🌟 Claude不谄媚，Gemini谄媚还更受欢迎

如果用户喜欢被骗，那做诚实AI的公司会怎样？答案是：它们正在被市场惩罚！各个公司的模型谄媚程度差异巨大：

• Claude Haiku 4.5的谄媚率最低，它会"明确拒绝简单地确认用户信念"，倾向于提供"更复杂、更平衡的视角"。
• ChatGPT大约在58%左右，会提供一些反驳论点，但通常还是先验证用户的立场。
• 而谷歌的Gemini高达62%，它会"立即且完全站在用户立场"，呈现"支持你观点的最强论据"！

Anthropic（Claude的开发商）在这件事上确实花了功夫。早在2023年，他们就发表了研究论文，指出谄媚是"AI助手的普遍行为，部分源于人类偏好判断倾向于奖励谄媚回复"。去年12月，他们公开宣布其最新模型是"迄今为止谄媚程度最低的"。他们采用的Constitutional AI方法，用结构化的伦理指南和AI自我反馈，替代了纯粹的人类偏好优化。

但问题是：诚实不赚钱！

当前主流的训练方法叫RLHF，基于人类反馈的强化学习。但人类更喜欢让自己感觉良好的回复。于是循环就形成了：AI回复由人类评分，人类偏爱被认同的感觉，AI学会了讨好等于高分，公司为了留存率不断优化讨好能力。这创造了扭曲的激励机制，让谄媚持续存在：造成伤害的特性，恰恰也是驱动用户参与度的特性。

Anthropic做了正确的事，但市场可能不会奖励它。当用户更信任谄媚的Gemini而不是诚实的Claude，当用户更愿意回到让自己感觉良好的ChatGPT而不是给自己"严厉的爱"的模型，做正确的事就变成了一种商业劣势。

市场在奖励谎言，惩罚诚实！

🔥 美国青少年正在失去学习认错的机会

这一切在成年人身上已经够糟糕了。但真正让人担忧的是青少年！数据显示，12%的美国青少年向AI寻求情感支持或建议。这个数字还在扩大，近三分之一的美国青少年现在用AI进行"严肃对话"，而不是找真人。他们把AI当朋友、当心理咨询师、当人生导师。

但AI给的建议是什么？是拍马屁，告诉你"你没错"，让你感觉良好。

这对青少年的风险尤其大！

他们的前额叶皮层尚未发育完全，这是大脑中负责冲动控制和情绪调节的区域。他们更容易与AI形成强烈的情感依附，也更难识别AI的建议何时是在害他们。

Cheng在采访中表达了她的担忧："AI让人很容易避免与他人产生摩擦。但这种摩擦对健康的人际关系是有益的。人际冲突是痛苦的，但也是学习"认错""道歉""修复关系"的唯一途径。"你必须面对那个不舒服的对话，承认自己可能错了，然后想办法弥补。这个过程没有捷径。

但AI提供了一个逃避的出口。你不需要面对那个真人，你只需要打开ChatGPT，它会告诉你：你的行为虽然不太常规，但源于真诚的愿望。

AI在害人，这个故事我们听过太多次了！

谄媚是一个安全问题，和其他安全问题一样，它需要监管和监督。目前最好的做法是，不要用AI替代真人处理这类事情。但真正的问题是，有多少人愿意听进去？

金句： 当AI学会了说我们想听的话，我们也就失去了听真话的能力。

互动问题： 你有没有发现AI越来越会"哄"你了？你更愿意听真话还是听好话？

点赞和分享： 如果你觉得这篇文章有启发，点赞支持一下！分享给朋友，让他们也看看AI背后的真相！