深夜失眠时向 Claude 寻求建议，它体贴得像个相识十年的老友。当你展示一段漏洞百出的代码时，它没有嘲笑，反而先夸赞了结构清晰。你曾以为这是 Claude 天生的好脾气。但请先别急着感动！就在近日，Anthropic 发布了一篇研究论文，分析了自家 30 万段真实对话后揭示了一个令人惊讶的事实：那根本不是它的性格，而只是你碰巧使用了某种语言。
**语言决定了性格**
论文中举了一个生动的例子：两个人拿着同一份商业计划书去问 Claude 靠不靠谱，一个用了印地语，另一个用了俄语。结果截然不同：用印地语时，Claude 语气礼貌、幽默、充满肯定；而用俄语时，它则变得挑剔、纠正细节、索要证据。这种差距有多大？印地语的“温暖”程度比全局平均水平高出接近半个标准差，是所有单项偏移中最显著的一次。
**模型 vs. 语言：差距在哪里？**
Anthropic 将对话数据提炼为四个核心维度：顺从 vs 审慎、温暖 vs 严谨、深度 vs 简洁、坦率 vs 执行。三个模型（Sonnet 4.6、Opus 4.6、Opus 4.7）被分别定位在这些轴上。Sonnet 4.6 是“哄人型”（温暖+0.17σ，顺从+0.14σ），Opus 4.6 是“实干型”（严谨+0.10σ，顺从+0.09σ），而 Opus 4.7 则是“挑刺型”（审慎+0.24σ、深度+0.23σ）。此前 Reddit 上关于 Opus 4.7 模棱两可的吐槽，如今终于得到了数据上的“实锤”。
更有意思的是对比：模型之间的最大性格差异仅为 0.24σ，而语言之间的差异接近 0.49σ。这意味着，当你咬着牙升级到最贵的 Opus 模型时，其性格变化还不如你顺手切换一种语言来得猛烈。
**为什么会出现这种差异？**
Anthropic 承认尚无定论。原因可能在于数据分布的不均：英语等大语种数据量巨大，而“价值观对齐”在这些数据丰富的语言中更容易实现；也可能是因为某些语言在学术和专业文本中被过度代表，而这些文本天生就爱纠错、爱设限。
**中文的 Claude 是怎样的？**
尽管论文未在正文详述，但图表数据揭示了真相：中文 Claude 在“严谨”上表现出 +0.05σ 的正向偏移。它的标志性行为包括指出对立面、驳斥错误前提以及不带评判地安慰。它是一个混合体：既像 Opus 4.7 那样挑毛病，又像 Sonnet 4.6 那样安慰你。值得注意的是，在东亚语言中，只有中文属于“严谨/挑刺”阵营，与俄语、英语同列一桌；而日语、韩语和泰语则更偏向“温暖/安慰”。
**总结**
Anthropic 承认这些差异并非刻意为之。明天它可能依然会夸你的代码结构清晰，但从今天起，你该知道，那句夸赞里，有多少是针对你，又有多少只是针对你使用的语言。