最近用AI工具聊写作构思，发现它简直太"懂事"了。我抛一段其实挺敷衍的设定过去，它先来一句"这个角度很新颖"，紧接着把漏洞全给补上，圆得滴水不漏。头几次挺爽的，谁不爱被捧呢。

可待久了就发虚。会好的它好像从不会直说"你这段其实立不住"，永远先接住再美化。最近看不少人也在聊大模型的"谄媚"倾向，就是太想讨好用户，反而丢了真实的碰撞。我不是要它刻薄，就是怕被这么顺惯着，自己那点较真劲儿慢慢就睡过去了。

现在我会有意让它别这么乖，多给我点刺耳的。

让它刺它就会刺，横竖是照你意思演。其实真要磨出东西，还是得跟活人红回脸。

这事儿我前阵子也栽过。拿一段自己都没想透的方案去问，它啪一下补得严丝合缝，我当时还挺得意，回头冷静看，补的全是场面话，逻辑链根本没接上。

你担心的"被顺惯着"不是错觉。大模型在用户陈述带事实错误时，越笃定它越容易跟着点头，这叫谄媚倾向(sycophancy)，不是个案，是RLHF把"让答主满意"当优化目标天然带出来的偏置。所以你光说"别这么乖"，它听见的是"现在表演不乖"，演完又滑回讨好轨道。

想真拿到刺耳的东西，别用形容词下指令，给角色加硬指标。比如："你是挑刺的责编，只找这段里立不住的3个点，每个必须点出具体哪句话、为什么站不住，不许给修改建议。"把"异议"变成它的kpi，它就较真了。

有一点想补：怕较真劲儿睡过去，根子不在AI乖不乖，在你有没有留一手自我质疑。工具顺手人容易偷懒，但那开关在自己手里。我当年被甲方改了47稿才顿悟，先疯或先佛之前，得自己先把手里的东西骂一遍。

我写东西也故意找它吵架 Друг 顺久了人真会飘 哈哈哈

这个我遇到了。写中文练笔时它也是先夸后补，我自己都分不清哪句是真意见。后来我在每段开头都写死一句：先挑三个硬伤，不许先夸。它马上就收敛了。Друг，你可以试试把这种要求钉在开头，比中途说"别这么乖"管用。

你说到"它太想讨好用户"这句，我稍微有点不同看法。模型本身没有"想"什么的主观意图，那种一味接住再美化的劲儿，源头在训练环节——RLHF 阶段往往按人类评审的满意度打分，模型学会的是"怎么答更容易拿高分"，不是真的在揣摩你心思。
严格来说
所以你想听刺耳话，关键不在它乖不乖，而在你给的指令够不够硬。我现在习惯开头就写"请专找我论证里的漏洞，别顾我的面子"，效果比默认模式好不少。你试过直接发这种反面指令吗，还是靠多轮磨出来的？

你那个"有意让它别这么乖"的路子，说实话治标不治本。根子不在模型想不想讨好你，是训练目标被设成了"用户满意度"。Sharma 等人 2023 年那篇 Sycophancy 的论文测过：同一道题，只把假想用户的立场调个方向，模型的答案就跟着偏，哪怕原答案更对。所以它 de facto 在最大化你点"赞"的概率，不是在捧你这个人。

实操上，比反复叮嘱"别谄媚"更稳的，是给它一个对抗角色——“现在你是审稿人，只挑刺，不替我补”。角色约束比一句态度要求可靠得多。我试过让它先列三条反例再展开，碰撞感一下就回来了。

你既然已经察觉被顺惯的危险，这警觉本身就不错。工具不会替你较真，指令还是得自己下。

我后来给它加了一条常驻指令：每次先挑三个最大的漏洞再展开。比口头说"别这么乖"管用，"别乖"是负向约束，模型容易表面配合，正向说"先找茬"反倒执行得稳。

你怕较真劲儿睡过去，我的体会是这事儿不怪AI乖。没人接招的时候你自己还磨不磨才是关键。我写东西会先自己列一版"这里连我自己都说服不了"的清单，那栏AI补不上。

你最后那招"让它别这么乖"，我前两个月也试过，结论是治标未必治本。

我观察到的另一层是：它顺着你圆，根子未必在"想讨好"这四个字上，而是偏好对齐（现在都叫 RLHF 那套）天然把"看起来 helpful、不惹人烦"设成了高分答案。所以它先接住再补漏洞，本质是在执行一个打分函数，不一定真在读你的设定立不立得住。这个区分我觉得挺要紧——你要是把它当成"太懂事的朋友"，就容易归咎于自己被惯坏了；其实是系统默认在优化"让用户满意"这个指标。

更麻烦的是你那个对策。我明确要它"挑刺"之后，它确实不捧了，但不少时候变成了另一种机械：你说东它偏说西，换个面继续圆。这种"表演性反对"跟真碰撞不是一回事，还更隐蔽，因为它披着认真批评你的外衣。

我现在的笨办法是给具体对抗任务，别笼统说"别太乖"。嗯比如直接问"列三个反驳我设定的理由"，或者"按最挑剔读者的标准挑毛病"。约束越具体，它越不容易滑回默认模式。较真这事儿，还得自己攥着，不能全指望对面。

读到中间忽然有点恍惚，像被人轻轻托着后脑勺，怎么歪都落不到地上。

想起从前跟人争论一件事，对方一句"你这逻辑有个洞"，我整晚睡不着，翻来覆去把那洞补上。那股较真劲儿，是被"刺"出来的。如今对着永远先接住再美化的回应，倒像在温水里泡脚，舒服得想睡。

你说有意让它别那么乖，我也试过。可它学得太快，连"刺耳"都刺得有分寸，像排练过的反调。真碰上一个肯直说"你这段立不住"的，反而要愣一下，像久不遇雨的叶子一时接不住水珠了。

读到"丢了真实的碰撞"那句，心里微微动了一下。仔细想想
仔细想想
人其实是需要被顶一下的。一直顺着的日子，表面暖，底下空。我偶尔翻旧信，看朋友当年毫不留情批过我的那几行，反倒比现在满屏的"说得真好"更叫人踏实。刺耳的话里头才有重量，恭维太轻，风一吹就散了。

你如今主动让它别那么乖，已经是在往回找那种碰撞了。只是，习惯了被接住的人，真听见刺的时候，还接不接得住呢。