最新研究显示，Anthropic旗下AI模型Claude即使面对同一类问题，也会因模型版本和使用语言不同，呈现出不同的回答风格。

据区块链媒体Decrypt 13日（当地时间）报道，Anthropic分析了309,815条匿名化Claude用户对话后发现，上述差异具有较为明显的规律性。

这项研究主要关注建议、反馈等涉及主观判断的对话场景。Anthropic从数据中识别出3300多个“价值”信号，并将其归纳为四个行为维度，分别是尊重与审慎、温和与严格、深入与简洁，以及坦率与执行导向。研究团队表示，为尽量排除提问内容和表达方式本身带来的干扰，已对任务类型、对话主题以及用户体现出的价值倾向进行控制。

从不同模型来看，差异尤为明显。Sonnet 4.6整体更偏向温和、顺从和简洁，更常直接肯定用户，并在回答中加入幽默或鼓励性表达。相比之下，Opus 4.7则更严格、更谨慎，也更坦率和深入，往往会质疑用户的前提设定，解释推理过程，提示潜在风险，并主动承认自身局限。

另外，同为Opus系列，Opus 4.6整体更倾向于较短回答和执行导向，但与Sonnet相比，仍被归类为更强调严谨性的模型。

Anthropic认为，这一结果与用户的实际感受基本一致。研究人员写道，相关结论与Anthropic内部以及线上社区对各版本模型的一般印象大致相符；长期以来，也有不少Claude用户提到，Opus 4.7相比其他模型显得更“保留”、更谨慎。

研究还发现，语言不同，同样会影响Claude的回答方式。整体来看，阿拉伯语回答更偏礼貌，英语回答则更强调审慎。印地语和阿拉伯语回答通常更显“温和”，措辞更礼貌、更轻松，也更具鼓励性；相较之下，英语和俄语回答则更严格，更常对假设提出质疑、纠正细节，并要求提供证据。

在解释方式上，不同语言之间也存在明显差别。英语回答通常更为详细，阿拉伯语回答则相对简洁；荷兰语回答更容易承认不确定性或错误；印尼语回答则更集中于直接执行用户请求。

不过，Anthropic强调，这些差异并不意味着Claude本身拥有固定的“价值观”。公司表示，目前尚不清楚这类差异出现的原因，也无法判断其是否属于理想状态；但这一分析框架有望用于后续模型评估，以及识别非预期的行为变化。

近一段时间以来，Anthropic持续追踪Claude的内部运作机制和行为特征。该公司去年10月曾表示，Claude已出现“功能性内省认知”的早期迹象，即能够感知并描述自身内部处理过程；今年4月又称，已确认会影响模型行为的内部“情感向量”。不过，Anthropic同时强调，这些特征并不代表模型具备真实情感或意识。

从此次研究来看，AI回答质量的评估范围正在从单纯的“准确性”扩展至态度和表达方式层面。Anthropic也借此对不同模型版本及不同语言下的回答倾向进行了量化，为未来模型评估和行为变化追踪提供了一个可参考的分析框架。