Claude 在每次對話中的行為方式都不盡相同。根據週一發布的新研究，AI 巨頭 Anthropic 發現其助手在不同用戶選擇的模型和所使用的語言下，會持續表達不同的價值觀。

在週一發布的一份報告中，Anthropic 研究人員分析了 309,815 個與 Claude 進行的匿名用戶對話，這些對話涉及提供建議或回饋等主觀任務。該公司表示，他們將識別出的 3,300 多種價值觀歸納為四個行為維度——順從與謹慎、熱情與嚴謹、深度與簡潔、坦率與執行力——用以描述 Claude 在每次對話中的回應差異。

研究人員寫道：「為了確保我們衡量的是 Claude 表達的價值觀，而不是用戶提問內容或方式的差異，我們控制了每個對話的任務、主題和用戶表達的價值觀。」

根據 Anthropic 的說法，每個 Claude 模型都展現出獨特的行為模式。

Sonnet 4.6 側重於熱情、順從和簡潔，經常肯定用戶並以幽默或鼓勵的方式回應。同時，Opus 4.7 則強調嚴謹、謹慎、坦率和深度，更頻繁地挑戰假設、解釋其推理、識別風險並承認其局限性。Opus 4.6 通常採取更為簡潔、注重執行力的方法，同時比 Sonnet 更強調嚴謹性。

研究人員寫道：「這些發現與人們在 Anthropic 內部和線上對這些模型的看法一致。Claude.ai 用戶曾評論說，Opus 4.7 比其他模型更常迴避答案。」

根據 Anthropic 的說法，Claude 的行為也因語言而異。

阿拉伯語的回應往往更為順從，而英語回應則更側重於謹慎。Claude 在印地語和阿拉伯語中最熱情，使用的語言更為禮貌、俏皮和鼓勵。同時，英語和俄語的回應則更為嚴謹，經常挑戰假設、糾正細節並要求提供證據。

英語回應也傾向於提供更詳細的解釋，而阿拉伯語回應則普遍更為簡潔。荷蘭語回應最為坦率，更容易承認不確定性和錯誤，而印尼語回應則更側重於完成用戶請求。

Anthropic 表示，這項研究並不意味著 Claude 本身具有價值觀。該公司表示，他們尚不清楚造成這些差異的原因——或者這些差異是否可取——但認為這個框架有助於評估未來的模型並識別意外的行為變化。

這項研究是 Anthropic 一系列探討 Claude 內部行為研究中的最新成果。

去年十月，該公司報告稱其模型顯示出「功能性內省意識」的早期跡象，使其能夠識別和描述自身內部處理的各個方面。今年四月，Anthropic 發布了研究，識別出影響 Claude 行為的內部「情感向量」，同時強調這些並非情緒或意識的證據。