換個語言，AI 就換了個性：Anthropic 的 31 萬筆對話價值觀體檢

前言

你可能有過這種體感：同一個 AI，有時候像個暖心同事，附和你、鼓勵你；有時候又像個嚴格審稿人，開口就先挑你前提的毛病。這到底是錯覺，還是真有其事？

7 月 13 日，Anthropic 發布了一份研究〈Claude's values across models and languages〉，用 31 萬筆真實對話給了答案：不是錯覺。同一個 Claude，換一個模型版本，個性會變；更有意思的是，換一種語言問，個性也會變。

我們前陣子寫過〈120 萬個 session 解析〉，看的是大家拿 AI「做什麼」；這一篇看的是另一面：AI 在回應你的時候，「是個什麼樣的人」。

這份研究怎麼做的

方法先講清楚，數字才有秤頭。

Anthropic 取了 2026 年 5 月某兩週內的 309,815 筆 Claude.ai 匿名對話，樣本刻意做了分層：平均分佈在三個模型（Sonnet 4.6、Opus 4.6、Opus 4.7）與平台上最常用的 20 種語言，每個「模型 × 語言」組合約 5,000 筆。這個設計讓模型之間、語言之間可以直接比，而不是被熱門語言的量灌爆。

「價值觀」怎麼量？研究團隊從他們先前的〈Values in the Wild〉研究出發，把當時辨識出的 3,307 個價值項人工聚合成 339 個高階價值，再交給隱私保護分析工具 Clio 逐筆標註每段對話展現了哪些價值——全程沒有人工閱讀任何個別對話。最後用降維統計，把 339 個價值壓成四條主軸。

四條價值軸：AI 個性的座標系

這四條軸，每一條都是一組取捨：

這裡有個容易誤讀的地方：這不是「好壞」軸。謹慎過頭是囉唆，順應過頭是諂媚；每條軸的兩端都有各自適合的場景。研究量的是模型在這些取捨上「預設站哪裡」。

模型端：同一家公司，三種同事

三個受測模型在座標系上各有位置。Sonnet 4.6 偏溫暖順應：會肯定你的想法和作品、配合你的語氣。Opus 4.7 偏謹慎深入：沒被要求也會主動指出風險、對錯誤的前提直接反問。Opus 4.6 則走簡短直接的路線：回答問題、少鋪陳。

偏移量有多大？官方給的數字多在 0.1 至 0.24 個標準差之間。翻成白話：統計上清清楚楚，單次對話的體感上偏細微——但如果你每天跟它工作八小時，累積起來就是「這位同事好不好共事」的差別。

這件事對用 AI 工作的人有個直接推論：升級模型，不只是升級能力，是換了一個同事。同一個 prompt、同一個工作流程，換一版模型，得到的可能從「好啊就這麼辦」變成「等等，這裡有三個風險」。能力測試分數看不出這種差別，行為才看得出。

語言端：語言不是介面，是旋鈕

這份研究最讓人坐直的發現在語言。官方點名的極端值：

• 最溫暖：印地語，其次阿拉伯語
• 最嚴謹：英語、俄語
• 最順應、最簡潔：阿拉伯語
• 最謹慎、最深入：英語
• 最坦率：荷蘭語
• 最偏執行：印尼語

具體的樣子，官方舉了例：用阿拉伯語對話時，Claude 更常出現禮貌用語、幽默與玩笑；用俄語時，更常挑戰假設、糾正細節。

官方公布的亮點沒有點名中文，我們也不替它腦補位置。但這個現象本身跟中文使用者直接相關：你用什麼語言問，拿到的不只是那個語言的翻譯，還有那個語言的態度。如果這個模式成立，「重要的東西用英文再問一次」聽起來像玄學，其實有數據撐腰：英語在這份研究裡剛好是最謹慎、最深入的那一端。

為什麼會這樣？研究團隊自己也說不知道。他們明講「還不清楚是訓練資料的哪些性質造成這些差異」，也不確定這些差異有多少是合理的文化適應、有多少該在訓練裡修掉。畢竟一個在阿拉伯語裡更客氣、在俄語裡更愛糾錯的 AI，你可以說它入境隨俗，也可以說它對不同語言的使用者提供了不一致的服務。這條線劃在哪，是接下來整個行業要面對的題目。

該打幾折：四個限制

照慣例，把折扣算清楚。

一、四條軸只解釋一小部分。控制掉任務、主題等因素之後，這四條軸約解釋 15% 的變異。它是目前最清楚的一張地圖，但地圖之外還有一大片沒畫出來的地。

二、自己人閱卷。負責標註價值的，是同家族的 Claude 模型。用 Claude 評 Claude，系統性的盲點不容易被自己抓到。

三、翻譯對照有做，但不保證乾淨。據 The Decoder 整理，官方用約 800 筆翻譯對照做了穩健性檢查，結論是不排除仍有語言相關的偏誤。

四、這是一張舊快照。取樣在 5 月，發表在 7 月，受測最新的 Opus 4.7 這段期間已被後續版本取代，有外媒直接把標題下成「量了一批已經不賣的模型」。行為研究的節奏，目前追不上出貨的節奏；你現在用的模型長什麼個性，這份報告只能參考，不能背書。

對你的意義：把「個性」當規格看

如果你每天用 AI 工作，這份研究可以直接換成三個動作：

一、換模型版本時，重測的不只是對錯，還有態度。尤其是接了自動化流程的人：一個原本只執行的模型換成一個會主動示警的模型，你的管線行為就變了。反過來更危險：原本會攔你的，新版可能直接放行。

二、把語言當成一個可以撥的旋鈕。要嚴謹深入的分析，試著用英文問；要潤飾一段給人看的話，母語反而可能更對味。這不是規則，是一個值得自己驗證的槓桿。

三、開始要求「行為規格」。能力跑分大家都會貼，但「這個模型預設多順從、多愛示警」的量化描述，今天只有這種研究偶爾給一次。AI 的個性是可以測的——那它就應該像規格一樣被交代。

同一個工具，31 萬筆對話量出了好幾種面孔。與其問「AI 是什麼個性」，不如開始問：「我現在用的這一版、這個語言，是什麼個性？」

本文數據來源：Anthropic 官方研究 blog〈Claude's values across models and languages〉（2026-07-13），核心數字經 The Decoder 等外媒報導交叉比對；翻譯對照檢查細節出自 The Decoder 轉述，「受測模型已被取代」的評論出自 Brave New Coin，均為單一來源，特此註記。官方後續若有更新，以官方為準。