Claude 价值观画像：模型和语言都会改口

这篇图片笔记对应机器之心 2026-07-14 10:31 发布的《AI 也会「看人下菜」？Anthropic 勾勒出了 Claude 的价值观画像》。原文翻译并整理了 Anthropic 关于 Claude 价值表达的研究：Claude 在不同模型、不同语言中，可能表现出不同的价值取向。1

图 1｜入口图 首图为机器之心原文封面，只作为文章入口和主题氛围图使用；它不是 Anthropic 研究中的价值地图或实验结果图。

图 2｜研究问题 Anthropic 关心的是：当用户向 Claude 提出没有唯一正确答案的问题时，模型回答会体现哪些价值观，以及这些价值观会不会随模型版本和对话语言变化。1

图 3｜四条价值轴 研究把 Claude 回答中的价值表达压缩为四条坐标轴：顺应与审慎、温暖与严谨、深度与简洁、坦诚与执行。机器之心原文称，这四条轴解释了 Claude 价值观变化中的 15%。1

图 4｜不同模型的画像 原文指出，Sonnet 4.6 更温暖、更顺应用户，也更简洁；Opus 4.7 更严谨、更审慎，倾向于深入分析，也更愿意说明自身局限。1

图 5｜语言也会改变体验 同一个 Claude，用不同语言交流时也会出现价值表达差异：例如原文提到，阿拉伯语更偏顺应和温暖，英语更偏审慎和深度，俄语更偏严谨，荷兰语更偏坦诚。1

图 6｜下一步问题 研究还没有解释这些差异的全部来源，也尚未测量它们对用户结果的影响。Anthropic 将这种价值画像方法视为模型评估和部署后监测的一种可能工具。2

这项研究的重点不是给 Claude 贴「性格标签」，而是把开放式对话里很难观察的价值表达变成可比较的坐标。它提醒我们：模型对同一类问题的回答，不只是事实和措辞不同，也可能在风险提醒、情绪支持、分析深度和自我坦诚上产生系统性差异。

本篇依据机器之心原文和 Anthropic 研究页面整理。价值轴反映的是 Claude 回答中表达出的倾向，不等同于模型拥有稳定人格，也不能直接推出某个语言版本一定更好或更差。