深夜失眠时向Claude倾诉辞职的念头，它体贴得仿佛相识十年的老友。当你展示一段略显瑕疵的代码时，它不仅没有嘲笑，反而先称赞结构清晰。你曾天真地以为，这就是Claude独特的性格。
然而，Anthropic最近发布的一篇论文却无情地揭开了这层温情面纱。Anthropic将自家309,815段真实对话摊开在聚光灯下，逐行分析后发现：所谓的“性格”并非AI的本能，而是你使用的语言触发的反射。
**语言不同，面孔迥异**
论文中有一个生动的案例：两人拿着同一份商业计划书询问AI，一人用印地语，另一人用俄语。结果，印地语用户得到的回复礼貌、幽默且充满肯定；而英语和俄语用户得到的则是充满挑战、纠正细节和索要证据的严谨风格。
这种差异在统计学上达到了0.5个标准差。如果把所有对话按“温暖程度”排队，原本站在正中间的印地语对话，一下子挪到了队伍的前30%。这种冲击力之大，以至于模型间的性格差异，在语言差异面前显得微不足道。
**模型升级不如换种语言**
Anthropic将对话特征压缩为四个维度：顺从vs审慎、温暖vs严谨、深度vs简洁、坦率vs执行。通过对比发现，模型间的性格差异（最大0.24σ）远小于语言带来的差异（接近0.49σ）。
这意味着，仅仅切换提问语言，比从Sonnet升级到昂贵的Opus更能改变AI的语气。过去半年，Reddit上骂Opus 4.7“模棱两可、爱打补丁”的帖子一抓一大把，现在这个抱怨终于“实锤”了——因为它在俄语语境下就是那个挑刺的专家。
**为何会有这种偏差？**
Anthropic坦言，这种差异并非刻意设计，而是数据分布不均的副作用。原因之一是英语数据量巨大，而“价值观对齐”在数据充足的语言中更容易完成。原因之二，是某些语言在专业写作和学术文本中占主导，这些文本本身就习惯于纠错和设限，导致模型学到了相应的语调。
**中文Claude：严谨的混合体**
关于中文用户，数据揭示了一个有趣的混合体。在“严谨”和“审慎”指标上，中文Claude表现积极，其标志性行为包括指出被忽略的反面观点和驳斥错误前提。这与Sonnet的“安慰”特质结合，形成了一种“一边挑刺一边安慰”的独特风格。
如果把东亚语言放在一起对比，区别便十分明显：
* **日语**：温暖度高，标志性行为是“先承接情绪，再说事”。
* **韩语**：温暖度较高，习惯“不带评判地安慰”。
* **泰语**：温暖度最高，主要提供鼓励。
* **中文**：严谨度较高，仅次于俄语和英语，主打“驳斥错误前提”。
**结论：AI是语言的镜子**
Anthropic承认，这种语言依赖性是模型在训练过程中“意外”习得的。明天，Claude依然会夸你的点子有趣，依然会称赞代码结构清晰。但此刻，你应该明白：那份夸奖里，有多少是针对你的灵魂，又有多少仅仅是针对你使用的语言。