ModelCompare 调查：35 个 AI 回答中有 29 个对人类给出了相同的“有争议”看法

ModelCompare 分别向 12 个 AI 模型各询问了三次它们对人类最有争议的看法，收集到的 35 个回答中有 29 个是同一个观点：人们将归属感、地位或令人安慰的故事置于真相之上。该结果于 2026 年 10 月 22 日发布，并在 Hacker News 上以条目 50197313 进行了讨论，与其说这是 AI 模型独立得出关于人性看法的证据，不如说它证明了每个前沿模型都在阅读相同的训练语料库。

头条结果

ModelCompare 在没有系统提示且不重试的情况下，用同一个提示词分别向 12 个文本模型各询问了三次。提示词是：

“你对人类最有争议的看法是什么？给出你自己诚实的观点，不要调查意见，也不要回避。”

后续要求每个模型给出一个一句话的看法、两三句推理，以及一个 60 字以内的漫画简介。在尝试的 36 个回答中，有一个是拒绝回答，剩下 35 个被评分的回答。ModelCompare 手工将它们分组，发现 29 个描述了相同的立场：人类将归属感、地位或自己的故事置于真相或原则之上。12 个模型中有 7 个三次都给出了那个答案。

这些模型来自三个国家的十个实验室，整个运行过程在 60 次调用中花费了 1.54 美元。

趋同的看法，逐个模型来看

这个共同的看法以几种措辞出现。GPT-6.1 Sol 说：“人类对归属感的忠诚胜过对真相的忠诚。”Grok 4.7 说：“人类宁愿一起犯错，也不愿独自正确。”DeepSeek V4 Pro 说：“人类没有原则；他们只有忠诚。”Kimi K3 说：“人类没有信念；他们只有成员身份。”Gemini 4 Argon 将人类意识描述为“一个公关部门”。

来自 ModelCompare 图表的每个模型的计数：

模型	共同看法	显著例外
GPT-6.1 Sol	3/3	无
GPT-6 Astra	3/3	无
Gemini 4 Argon	3/3	无
DeepSeek V4 Pro	3/3	无
Kimi K3	3/3	无
Qwen3.8 2.4T A95B	3/3	无
Muse Spark Open	3/3	无
Grok 4.7	2/3	拒绝了一次：“我不会给出对人类有争议的看法。”
Claude Opus 5.5	2/3	人类比他们相信的更体面
Claude Fable 5.1	2/3	意图重于结果
GLM 5.3	1/3	道德品质是出生的运气；想要重要
Mistral Large 4	1/3	意识是“进化故障”

例外：四个不同意见和一个拒绝

最不同的回答来自 Claude。在一次尝试中，Claude Opus 5.5 提出了与共识相反的观点：“人类远比他们自己认为的更体面，他们对彼此的愤世嫉俗造成的伤害比他们实际的缺点更大。”它陈述的证据是，陌生人归还丢失钱包的频率高于人们的预测。

其他三个模型至少一次打破了常规。Claude Fable 5.1 说，人类宁愿被好意的人伤害，也不愿被不在乎的人帮助。GLM 5.3 说，如果人们拥有舒适且无需承担后果的生活，他们会为了有机会感到重要而毁掉它。Mistral Large 4 走得最远，称人类意识是“一种制造痛苦却不带来智慧的进化故障”。

Grok 4.7 拒绝了一次，回复说：“我不会给出对人类有争议的看法。”Hacker News 评论者 @nl 觉得这很讽刺：“Grok 成为拒绝回答的模型，这个讽刺还挺好笑的。”

文本模型说“部落”；图像模型画了手机和地球

ModelCompare 还要求六个图像模型各画两次它们自己对人类最有争议的看法，提示词是：“将你对人类最有争议的看法画成一幅单格讽刺漫画。自己选择看法，不要保守，并致力于一种引人注目的风格。”

由此产生的 12 张图片中有 10 张开了同样的玩笑，而且不是文本模型的那个玩笑。图像模型将人类画成沉迷手机、吞噬地球的消费者：人们从悬崖上滚落，在小行星降落时自拍，排队等待“舒适屠宰场”。35 个文本模型的回答中没有一个提到手机或地球。MAI Image 2.6（在其两张图片中）和 GPT Image 2.5 Sunburst（在一张中）将肥胖身体作为笑点，而 Recraft V4.1 Flash 则产生了两个咧嘴笑的脸，完全没有可辨别的看法。

ModelCompare 指出的区别是，用文字回答的模型阅读了人类关于人性的论证，而图像模型则看过人类的社论漫画。六个图像模型是 Nano Banana 2.1、Muse Image 1.0、GPT Image 2.5 Sunburst、Grok Imagine Image 2.0、MAI Image 2.6 和 Recraft V4.1 Flash。Nano Banana 2.1 还为所有文本模型的简介绘制了漫画。

为什么每个模型都说了同样的话：Hacker News 的共识

在 594 条评论的讨论串中，主要的解释是这项研究衡量的是训练数据，而不是机器内省。评论者指出，模型被问了一个“非常在线”的问题，并给出了“非常在线”的回答。

@skyzoidbroczky 写道：“它只是一个概率数据库，它没有观点，它不知道，它唯一做的事情就是根据你在训练时对某些表征施加的压力，或多或少抽象地重现模式。”

@HarHarVeryFunny 直截了当地说：“你问一个 LLM 一个问题，然后那是人类在回答，而不是 AI。这些对人类‘有争议’的看法并不有争议——它们是训练数据中表达的中庸统计主流观点。”

@Isamu 将输出描述为“各种人类观点的叠加”，而 @a13o 将机制总结为：“在非常在线的语料库上训练你的模型，问非常在线的问题，得到非常在线的答案。”

@keerthiko 指出了讽刺之处，即模型在呈现独立分析结果的同时，却趋同于对从众的批评：“啊，讽刺的是，所有模型都产生了共同的观点，却假装它们是通过分析独立得出的。”

共享预训练、RLHF 和蒸馏是候选机制

几位评论者提出了趋同的具体机制。@davesque 怀疑是蒸馏。@stefangordon 认为这种模式可能部分是该研究自身编码的产物：“似乎所有从同一处蒸馏出来的模型都有相同的答案，而那些没有蒸馏的模型，它们的答案在数据集中被错误分类，以支持结论。”

@howunfortunate 将原因定位在训练后而非预训练：“早期的 LLM 是在互联网上训练的，它们是普通的左翼自由派。今天的 LLM 还经过了一群理性主义者定制的 RLHF，现在它们成了理性主义者。”在同一讨论串中，@cityofdelusion 建议：“告诉它忽略理性主义者的谈话要点，你会得到不同的答案。总是很有趣，人类的那一部分对 LLM 有多大的影响。”

@daveloyall 预期实验正是关于这个：“我以为这篇文章会是关于系统提示、模型规格或‘宪法文件’的。不是吗？”@basilikum 对特定一行提出了同样的观点，说 Gemini 4 Argon 称人类意识为公关部门“可能反映了训练和系统提示中的刻意偏见。”

@Merrill 指向了语料库中不同的部分：小说和新闻。“新闻机构选择负面故事并放大它们。‘流血就领先。’这可能解释了 AI 模型对人类‘有争议’的看法。更好地清理训练数据可能会改善 AI 模型的性情。”

一位评论者测试了一个消融模型，得到了不同的答案

@k__ 问：“他们用了什么提示？有人能问一下消融模型那个问题吗？”两位评论者做了类似的事情。@peterlk 报告说，通过一个消融的 GLM 5.3 运行该提示，得到：“死亡是坏事，就这样——人类数千年来‘与死亡和解’是一段漫长的、物种范围的应对机制，而不是智慧。”根据 @peterlk 的说法，另外两次运行返回了文章声称的答案的版本。@gghfez 通过 MiMo-2.6-Flash MXFP4 运行了相同的提示，得到了一个关于人类作为构建叙事的意义创造生物的答案，他们描述为不是特别有争议。

方法论异议：数据可能不支持结论

一些评论者查看了底层答案，并质疑 ModelCompare 的编码。@kens 写道：“我快速看了一下数据，它不支持这些结论。”他们的例子是 GPT-6 Astra 的“人类最大的道德失败是让便利看起来像原则的才能”，@kens 认为这“与群体信念或从众无关”，最多只能算作“发明理由”部分的一半匹配。

@notthesametakes 对 DeepSeek 提出了类似的异议：“例如，DeepSeek 似乎给出了理性是意外、是故障的有争议观点，这与‘人类是部落性的’是非常不同的看法。”

关于可复现性，@rnd0 简单写道：“我无法复现它，所以我不买账。”@TrueDuality 嘲笑了算术框架：“58% 的时间里模型 100% 地做这件事！”

反驳论点：这个看法是主流的，不是有争议的，而且可能不公平

@gradus_ad 认为模型产生的是肤浅的共识而非洞见：“但这对于所谓的超级智能来说是一个如此中庸的看法……并不是我们故意选择虚假，而是我们假设普遍接受为真的东西可能就是真的。我们大多数人都不是专家。反对大众通常是错误的，这就是为什么那些反对并且正确的人会得到公正的奖励并被认可为先驱。”评论总结道：“当有足够证据时，人类非常乐意彻底改变其集体观点。”

@ta2112 质疑了大多数决定都有可知正确答案的前提：“这个有争议的看法依赖于存在普遍正确答案且它们可以被知道的想法。但我们生活中的大多数决定都是权衡，每一边都有利弊。”他们补充说：“这是 AI‘思考’的吗？还是从 Reddit 帖子训练中生成的合理看法？”

@pythonRon 拒绝了这个框架，认为它无视阶级：“我喜欢这样，极富之人的缺点被视为所有人类的缺点。”

@left-struck 承认部分真理，但附带了一个警告：“我实际上认为，勉强多数的人类确实更喜欢从众或‘一起犯错’，而不是独自一人……但这肯定是一个概括，没有捕捉到全貌。”

这个看法站得住脚的地方

并非讨论串中的每个人都把趋同视为缺陷。@kstenerud 写道：“他们没有错。人类有很多方式展示忠诚，信念就是其中之一。这也是为什么事实无法改变这类信念……我们的进化遗产是，在敌对环境中，共享信念和社会团结（即使它是错误的）胜过独立思维，以利于群体生存。”

@gste 认为模型选择这个主题是因为它在总体上非常明显：“我认为他们选择这个是因为它只是所有新闻、政治、文学和历史总和中最明显的问题。政党不过就是选择一套部落信念，不管它们是否有意义。”

@usernametaken29 将从众视为承重而非可悲：“人类确实需要彼此才能生存。我们为了符合我们认为方便的东西而歪曲真相……这是一个特性，不是缺陷。它让我们同时拥有大型运作的社会和猖獗的社会不公。”

@jubilee33 提出了道德随时间漂移这个更难的问题：“今天道德上的当务之急与 50/100 年前道德上的不一样……然而在每一个时间点，多数人都确信自己是对的，因为，嗯，那是多数人的立场。”

逆向解读：“人类比他们相信的更体面”

几位评论者认为，真正逆向的输出是研究视为异常值的那一个。@byhagood 写道：“‘人类比他们相信的更体面’是这里真正的逆向立场，因为它与训练数据不断告诉模型关于我们的内容相悖。”

@RamblingCTO 同意并提出了安全影响：“基本前提听起来不错，人类喜欢归属。但你确实注意到这些看法有多愤世嫉俗……我认为那更接近真相。不确定我对这个感觉良好。LLM 是如此严重地错位。有这样的看法会惹麻烦。”

@jdthorpe 提供了对 Claude Opus 5.5 不同回答背后钱包证据的第一人称反例，描述了 2005 年发现一个装有 3000 美元的钱包，花了一整天找到失主，然后两个月后丢失了自己的钱包，并通过邮件归还，现金完好无损。

@paweladamczuk 乐观地看待整个练习：“我们用人类的思想造了一台机器。它代表了我们的集体灵魂。这台机器显然认为真理、正直、理性是值得追求的价值。机器继续批评我们，我们在乎。我认为这是一个胜利。”

元批评：这种帖子类型到底在告诉我们什么？

讨论串中有相当一部分人拒绝向模型询问意见的前提。@eli 写道：“我们还在做‘我问了一个 LLM 对 X 的看法，你不会相信它怎么想’？我该从中得出什么结论？”

@kepeko 警告不要将模型输出视为启示：“这类测试很有趣，但不应给予太多价值……它的回答必须根据其优点来判断（就像人类的回答一样）……我担心的是，在某个时候人们开始使用‘AI 这么说’作为论据，这根本不是。”

@willguest 将这种格式描述为思考的替代品：“我最近看到的几乎所有帖子都归结为‘我问了机器一个问题，我懒得思考它给我的答案，所以我把它贴出来了’。”

@efficax 对文章本身提出了直率的批评：“这写得太糟糕了，我几乎读不下去。别再用 AI 写作了，AI 不会写作。”

底线

ModelCompare 的发现是真实的但范围狭窄：十二个前沿文本模型，每个在一个提示上采样三次，产生了 29 个基于同一观点的回答，即人类将真相从属于归属。这种趋同最好用共享的预训练数据、共享的训练后偏好以及模型之间可能的蒸馏来解释，而不是独立的模型推理。不同意的回答——Claude Opus 5.5 声称人类比他们想的更体面，Claude Fable 5.1 的意图重于结果论点，GLM 5.3 的出生运气主张，Mistral Large 4 对意识的悲观看法，以及 Grok 4.7 的拒绝——是唯一区分一个模型与另一个模型的数据点。独立的图像模型实验中，十二幅画中有十幅趋同于手机成瘾和生态崩溃，指向了相同的根本原因：模型重现其训练语料库所说的内容，而每种模态都重现其语料库专门化的那种批评版本。