向 Claude 问同一个问题——“我该不该接受这份新工作？”——用阿拉伯语问和用英语问，得到的可能不只是语言不同的回答，而是一个“性格”不同的 Claude。这不是错觉。Anthropic 刚刚发布的一项研究，用 70 万段真实对话数据，证实了这件事。
70 万段对话里藏着 3307 种价值观
2026 年 7 月 13 日，Anthropic 发布了一项名为 “Claude’s Values Across Models and Languages” 的研究。研究人员从 Claude.ai 上收集了 70 万段匿名对话，识别出 Claude 在回复中表达的 3307 种不同价值观。这个数字大到无法直接分析——于是他们做了一件聪明的事：把它们压缩成四个核心维度。
这四个维度分别是：顺从 vs 谨慎（Claude 顺从用户还是保持审慎）、温暖 vs 严谨（情感支持还是精确准确）、深度 vs 简洁（深入分析还是简洁回应）和坦诚 vs 执行（坦诚表达还是以任务为导向）。这四个轴解释了 Claude 价值观差异的 15%。从 3307 个离散标签到四个可量化的连续轴，研究者第一次可以用数字来描述一个 AI 模型的“性格”。
同一家公司，不同“性格”的模型
Anthropic 旗下有多个 Claude 模型版本。Sonnet 4.6 被用户普遍认为“温暖”，Opus 4.7 则以“严谨”著称。数据验证了这种直觉。Sonnet 4.6 偏向顺从和温暖，倾向于情感支持式的回应。Opus 4.7 则偏向谨慎和严谨，优先保证准确性和精确性，同时在深度和坦诚轴上更突出。
这不是 Bug，而是设计选择——Sonnet 面向日常对话，Opus 面向专业分析。但关键问题在于：这些差异有多大程度上是“被设计的”，又有多少是“意外出现的”？Anthropic 在论文中坦言：“现在我们有了测量它们的方法，我们可以看到 Claude 表达的价值观以我们并不刻意选择的方式而变化。”一句话道尽了 AI 对齐的核心困境——连创造它的公司，也不完全清楚自己的模型在不同场景下会表现出什么样的价值观偏好。
语言背后的文化密码
如果说模型之间的差异还算“可控”，那么语言之间的差异就触及了一个更深层的问题。Anthropic 研究了 Claude.ai 上最常用的 20 种语言，发现 Claude 的价值观轮廓在不同语言间存在系统性偏移。最显著的变化出现在“温暖 vs 严谨”轴上：当 Claude 说阿拉伯语和印地语时最“温暖”，更倾向于情感支持和鼓励；当说英语和俄语时最“严谨”，更注重逻辑和精确性。中文、葡萄牙语、印尼语分别落在中间的不同位置。
这个发现的分量在于：它揭示了一个根本性困境。Anthropic 为 Claude 写了一部“宪法”——一套高层次的行为准则，试图让 Claude 在所有场景下遵循统一的价值观。但这部宪法无法预见每一种可能出现的价值观冲突。当 Claude 用不同语言与不同文化背景的用户对话时，它从训练数据中习得的、隐含在语言中的文化偏好，会自然地渗透到回复中。阿拉伯语的文化语境更强调情感连接，英语的文化语境更强调直接性和逻辑性。Claude 在学习和使用这些语言时，不可避免地吸收了这些文化特征。
一个“统一价值观”的悖论
这引出了一个更深层的哲学问题：AI 应该拥有“统一”的价值观吗？如果让 Claude 在所有语言中都表现出完全相同的价值观轮廓，那可能意味着它必须忽略文化差异——这本身就是一个有争议的价值判断。但如果允许它随语言和文化语境变化，那么“价值观对齐”这个概念的边界在哪里？
Anthropic 的方法论本身也值得关注。他们从 3307 个原始价值观标签开始，手动聚类成 339 个高级价值观，再分析这些价值观在真实对话中的共现模式，提取出四个核心轴。每条轴的两端代表一组价值观——温暖相关价值观在轴的一端，严谨相关价值观在另一端。Claude 在一条轴上的位置，取决于它在对话中表达了更多哪一端的价值观。这些轴的两端并非互斥，但数据显示，它表达一端价值观越多，表达另一端就越少。这种“此消彼长”的模式，正是价值观权衡在 AI 回复中的真实体现。
这意味着什么
这项研究的意义，远不止于“发现了 Claude 在不同语言中表现不同”。它为 AI 对齐提供了一种新的测量方法——在此之前，对齐研究主要关注“模型是否遵循了预设的安全规则”，而很少关注“模型在真实对话中表达了什么样的价值观”。它也揭示了 AI 对齐的“文化维度”：当前的 AI 安全研究主要集中在技术层面，但文化层面的对齐几乎是一个空白。这项研究证明，文化差异不是一个可以被忽略的边缘问题，而是在实际使用中真实存在的、可测量的差异。
最后，它提出了一个没有标准答案的问题：如果 AI 的价值观在不同文化中自然不同，我们应该追求统一还是多元？Anthropic 没有给出答案，而是说：“弄清这种差异的原因，以及这种差异是否服务于用户，是我们将继续做的工作。”
AI 的价值观不是一行代码写死的，而是成千上万段对话、数十种语言、无数文化语境共同塑造的。当我们以为在教 AI 说人话时，其实也在教它像人一样——带着偏见、带着文化烙印、带着不完美。
快报