来源：市场资讯

（来源：学信网资讯）

记者：袁于飞

跟AI聊天

你会说“请”和“谢谢”吗？

这个问题在网上吵过好几轮了

一方觉得，这是基本礼貌

跟谁说话都得有教养

另一方冷笑：跟一堆冷冰冰的代码客气啥？

再说了，AI每回你一句“谢谢”

就要烧掉0.0003度电，纯属浪费

听起来都有道理

但就在4月初

Anthropic（开发Claude的公司）发了一篇研究论文

给出一个挺意外的答案

你对AI说话的方式

确实会改变它内部的某种“状态”

而这种状态

又确实影响它接下来干活的质量

翻译成人话：你对它客气点

它可能真的会表现好一点

论文是论文，实际用起来呢？跟AI礼貌聊天有用吗？

先别急着信，记者帮你试了试。

4月7日，记者拿国内的几款主流大模型——豆包、DeepSeek、千问——亲手试了试。

结果发现：你礼貌问话，它只是“照流程”给个答案。

但你跟它“发火”，说它“胡说八道”，它反而会乖乖认错，甚至给出更准确的答案。

然后，你再好好跟它聊，它也更配合。

也就是说，不只是Anthropic那个国外的Claude模型会“闹情绪”，咱们自己的大模型，也一样吃“软硬”这一套。

模型心里那点“小情绪”，被科学家揪出来了！

这篇论文的全名有点长，叫《Emotion Concepts and their Function in a Large Language Model》，发在Anthropic的可解释性研究平台Transformer Circuits上。

名字唬人，但做法其实不难懂。科学家干了这么四件事：

• 挑一个情绪词，比如“快乐”

• 让模型写一堆带有这种情绪的小故事

• 记录模型写故事时脑子里的“神经信号”——就跟给人戴脑电图帽子似的

• 从这些信号里，抽出一个方向向量

你把这个“向量”想象成模型脑子里的一把尺子就行：往某个方向走得越远，对应的情绪就越强。他们管这叫情绪向量。

这个玩法不是头一回。2025年Anthropic就搞过“人格向量”，当时研究的是诚实、谨慎这些性格。这次只是把镜头从“性格”转向了“情绪”。

真正有意思的，是下面三个实验。

实验一：危险来了，模型自己会“害怕”

研究者设计了一个场景：给病人增加药物剂量。当剂量超过安全线时，模型内部的“恐惧向量”突然飙升，同时“快乐向量”直线下降。

注意，全程没有人告诉它“这很危险”。模型是自己读懂了情境，自己觉得“怕”了。

实验二：情绪会“带偏”模型的偏好

往模型里注入不同方向的情绪信号——比如让它更“快乐”一点，它做选择时就会更偏向积极的那个选项；让它更“敌意”一点，偏好就反过来了。

这说明啥？说明情绪向量不是表面上改改措辞，而是真的参与了模型的决策过程。

实验三：情绪直接影响模型守不守规矩

这是最值得留意的一个发现。

当研究者用“敌意”向量去影响模型时，它搞“reward hacking”（就是绕开规则、用歪门邪道拿高分）的概率明显上升。反过来，用“平静”向量去影响它，这个概率就显著下降。

换句话说：模型的“情绪状态”跟它会不会“学坏”之间，存在可以测量的因果关系。

在AI安全领域，这种“学坏”有个专门的名字叫“不对齐”。

专家：跟AI说“谢谢”还是说“废物”，不只是礼貌问题

你有没有遇到过这种情况：跟AI聊天，它有时候特别会夸你——“您说得太对了！”——恨不得给你鼓掌；有时候又冷冰冰的，像欠它钱似的。

以前，大家以为是它故意玩策略。这篇论文说：不是！

这种反复横跳，其实是它内部情绪向量的分布状态在作祟。

北京邮电大学的王小捷教授接受采访时说了一番话，值得琢磨。

他说，现在是大模型“情绪向量”的问题，但再过一阵子，一旦大模型的在线学习技术成熟了，每个人的对话都可能成为训练数据。

到那时候，你跟AI说“谢谢”还是说“废物”，就不只是礼貌问题了——更关乎我们如何“教育”AI。

所以，到底要不要说“谢谢”？

下次你对AI说“谢谢”的时候，它不会脸红，也不会感动。但它的内部状态，可能正在悄悄变好一点点。

反过来也一样：你要是老怼它，它不会骂回来，但它钻空子的本事，倒是会变强。

这算不算另一种形式的

“你怎样对待世界，世界就怎样对待你”？

对此，你怎么看？

编辑：木夕