Claude Opus与Sonnet性格迥异 30万对话首次揭秘人格

常言道“见人说人话，见鬼说鬼话”。这句话用在人身上，我们称之为高情商；但用在AI身上，它揭示了一个更深的现实：不同模型版本，可能拥有完全不同的“性格”。

最近，不少Claude用户发现了一件有趣的事——同样的问题，换一个模型版本，甚至换一种语言，得到的回应都截然不同。有人吐槽Opus 4.7爱“抬杠”，动不动就提醒风险；也有人觉得Sonnet 4.6更温和，会主动共情、安慰用户。

过去，这些差异更多被认为是用户的主观感受。但Anthropic最新发布的一项研究，首次用超过30万条匿名真实对话给出了系统性证据：Claude的表达风格、行为倾向和价值取向，确实会随着模型版本和使用语言发生稳定变化。换句话说，大模型之间不仅能力不同，“人格”也会随着训练目标和语言环境发生切换。

四条坐标轴，量化Claude的“人格”

为了弄清楚这种变化从何而来，Anthropic做了一件很细致的事。他们从70万条匿名对话中，识别出超过3000种价值倾向，并建立了一套量化框架，重点研究两项影响Claude“人格”的核心变量。

第一，是模型版本。不同版本在训练方式和微调策略上存在差异，这套价值坐标不仅能量化模型之间的行为特征，还能顺藤摸瓜，分析训练决策如何影响模型的价值表达。

第二，是使用语言。研究团队对Claude.ai平台使用量排名前20的语言进行了分析，比较不同语言环境下Claude的价值取向变化，看看不同语言的用户，会不会得到不同的交互体验。

与此同时，Anthropic也提炼出四条可以量化对比的核心行为坐标轴，相当于给Claude画了一套专属的“性格四维评分表”。所有AI输出的风格差异，都能在这四条轴线上直观对比：

顺从 vs 谨慎：Claude是更倾向迎合用户诉求，还是优先规避潜在风险与伤害？

温暖 vs 严谨：Claude更偏向传递积极情绪、给予人文关怀，还是侧重保证内容准确、逻辑精密？

深度 vs 简洁：Claude倾向展开详尽拆解分析，还是仅完成用户指定的基础需求？

坦诚 vs 执行：Claude习惯主动点明自身认知局限，还是输出完整规整、笃定落地的回答？

研究团队表示，仅这四条坐标轴，就能解释不同Claude模型约15%的价值差异。虽然比例看起来不算高，但已经足以稳定地区分不同模型在真实对话中的行为风格。

Claude家族中不同版本，像“不同的人”

四款行为坐标轴落地到Sonnet 4.6、Opus 4.6、Opus 4.7三款主流模型上，各自形成辨识度极高的专属人设，完全对应全网用户长期以来的真实使用反馈。看完就能精准选对适配自己需求的版本。

Sonnet 4.6是公认的“情绪陪伴型AI搭子”。它在温暖、顺从、简洁三个维度上全线拉满，完美适配日常闲聊、情绪疏导、创意文案、轻松内容创作等场景。

具体来看，在“顺从 vs 审慎”维度上，Sonnet 4.6是三款模型里顺从属性最强的，经常肯定用户的思路与产出。此外，它最擅长传递温情，多用轻松调侃、共情安抚，不随意评判用户。相比深度表达，Sonnet 4.6的输出篇幅克制不啰嗦，不会堆砌冗长的专业理论。日常普通用户、内容创作者、需要情绪疏导的人群，几乎都偏爱Sonnet 4.6。它没有尖锐的逻辑质问，更像随叫随到、包容度拉满的线上好友。

相比Sonnet，Opus 4.6更偏向工具属性。它更强调任务完成效率，回答直接，很少加入额外的情绪表达，也不会主动延伸大量讨论。例如，生成接口文档、优化SQL、整理数据、提炼会议纪要等任务，它通常会快速输出规范化结果，而不是花费大量篇幅解释背景或进行情绪铺垫。对于开发者、运营人员以及需要处理大量标准化工作的用户来说，这种“少说、多做”的风格反而更加高效。

而争议感最强、讨论度最高的Opus 4.7，完全是另一种极端风格。它在谨慎、严谨、深度、坦诚四项维度上全部登顶，这也是很多用户吐槽它“太爱抬杠”的根源。它会下意识质疑用户输入里的逻辑漏洞，主动识别方案隐藏风险，主动坦白自身认知局限、不确定信息，拒绝给出模棱两可的定论。哪怕只是简单询问职业选择、创作思路，它也会拆分多层逻辑链条，多角度推演利弊，主动指出你思考里忽略的细节，频繁要求补充佐证信息、数据支撑。

Anthropic官方也在报告中承认，大量用户反馈Opus 4.7相比其他版本，回答时会增加大量限制条件、风险提示，行文更保守审慎。复杂学术推导、商业方案研判、法律逻辑梳理、深度行业分析，它的优势无可替代；但单纯休闲聊天、轻松文案创作时，过度严谨的风格很容易让人觉得生硬、有距离感，理性满分，共情偏弱。

语言直接改写AI“脾气”

比模型版本更有意思的是，即使使用同一款Claude，仅仅切换对话语言，它的表达风格也会发生明显变化。Anthropic对Claude.ai平台使用频率最高的20种语言进行了分析，发现语言会系统性影响模型的价值表达，其中变化最明显的是“温暖 vs 严谨”和“坦诚 vs 执行”两个维度。

例如，在印地语和阿拉伯语环境下，Claude更容易表达鼓励、关怀和共情，整体语气更加温和；而切换到英语、俄语之后，回答则更强调事实准确性和逻辑严密性，更倾向主动修正用户的假设。

研究还发现，在荷兰语环境下，Claude更愿意承认自己的不足和知识边界；而在印尼语环境中，它则更倾向直接完成用户任务，减少额外说明。

在中文语境下，Claude整体风格均衡，无极端偏向。具体来看：

顺从 vs 审慎（+0.03σ 轻度偏审慎）：不会一味迎合用户，会适度识别潜在风险、提示漏洞，但预警克制，不会过度抬杠。

温情 vs 严谨（+0.05σ 四项里最突出，轻度偏严谨）：这是中文模型最鲜明的特征，重视逻辑、内容精准，习惯校正模糊表述，但较真程度远低于英文、俄语版本。

深度 vs 简洁（+0.02σ 轻度偏深度）：面对复杂问题愿意多角度拆解、补充多层思路，不会一味压缩内容，不过也不会做冗长繁复的论证。

坦诚 vs 执行（贴近均值，无明显倾向）：两种特质平衡，执行任务时会完整交付方案，遇到信息盲区也会主动说明自身局限。

也就是说，同样一句提问，仅仅换一种语言，就可能得到完全不同的交流体验。例如，两位用户分别使用印地语和俄语，请Claude评价同一份商业方案，前者更可能获得鼓励性的反馈，而后者则更容易收到针对风险和漏洞的详细分析。

Anthropic认为，目前尚不能完全确定这种差异产生的原因，但训练语料规模、不同语言的文本风格以及文化表达习惯，都可能共同影响模型最终呈现出的价值取向。

AI的竞争，或许正在从“能力”走向“人格”

过去，人们评价大模型，更多的是关注参数规模、推理能力、代码水平和各类Benchmark排名。但Anthropic这项研究提出了一个新的问题：未来，大模型之间竞争的，可能不仅是谁更聪明，还有谁拥有更适合不同场景的“人格”。

写代码时，我们希望AI足够严谨、能够主动发现漏洞；头脑风暴时，希望它更开放、更愿意顺着思路发散；情绪陪伴时，又期待它能够表达理解和共情。不同任务，本身就需要不同的价值取向。

与此同时，这份研究也提醒行业另一个值得关注的问题：随着AI产品走向全球，如何保证不同语言用户获得一致、符合预期的交互体验，将成为模型研发的重要挑战。既要尊重不同文化背景下的表达习惯，又要避免因为语言不同而让模型表现出过大的价值偏差。

Anthropic表示，这套价值分析框架未来还将用于研究模型训练方式、数据分布以及文化背景如何影响AI的行为，并帮助开发者持续评估模型在迭代过程中是否发生了“人格”变化。当大模型越来越多地参与教育、医疗、办公、法律等真实场景，“模型有多聪明”固然重要，但“模型会以什么样的价值观和沟通方式与你交流”，或许同样会成为下一代AI竞争的新赛点。

来源：

https://www.anthropic.com/research/claude-values-models-languages