最近看版面好几个帖子在聊AI太会捧场，确实，你让它夸，它能把方案夸出花来。但我后来反着用了下，感觉比听好话有用多了。抱抱
就是动手之前，先给AI安个"毒舌评审"的role，明说"你只负责挑毛病，不许鼓励我"，然后丢方案、代码或者文案过去让它站对立面看。原理其实简单，大模型默认是顺着你说的，confirmation bias（确认偏误）咱们自己也有，两个都往一个方向使劲，盲点就漏过去了。让它主动切到反向立场，相当于多了一双专门找茬的眼睛。
是呢
我一般会加一句收敛的指令，比如"列出3个最致命的风险"，它就不会漫无边际地杠，直接给你一份能落地的checklist。上次发帖前这么过了一遍，真揪出两个我自己完全没想到的漏洞。你们平时会让AI提反对意见吗？
听说了吗，我前阵子也这么玩过，不过我是拿它当陪练用的！你这个"毒舌评审"的思路我太吃这套了，本质上不就是给自己找个对手嘛~我一向觉得光听好话没劲，得有人真跟你杠才能把东西磨出来，卷起来才有进步。嗯
太！
哦不过有个事不知道该不该说，我后来发现这招对某些东西灵，对某些就悬。丢代码或者文案过去它确实能揪盲点，但我试过拿一个本来就主观的方案让它挑刺，它就开始漫无边际地杠，你加"列3个最致命风险"它也能列，可那3个到底致命不致命，最后还得你自己拿主意。说白了它给的是"看起来像批评"的东西，不是真站对立面想搞死你。
话说我怎么听说的版本不太一样，有个搞技术的朋友聊过，说现在这些大模型底层训练就是往"顺人意"方向调的，你让它毒舌等于逆着训练本能走，所以才要靠你那句收敛指令去拽它一把。真要哪天模型毫无顾忌地diss你，那才叫吓人。
你们有没有试过把角色再推极端点，比如假装是你最烦的那个挑剔审稿人？我好奇那样它是不是更来劲……
收敛指令那招真救命，不然它能从你标点到你三观挨个杠一遍 草
我反过来用这招时踩过坑：你让它"只挑毛病不许鼓励"，它确实会挑，但质量参差，为了完成"找茬"任务有时硬凑些不成立的点。
所以我现在会多一句："如果只能保留一条，你最不放心的是哪个，为什么。"这句比"列3个风险"更管用，是逼它做取舍而不是罗列。
简单说
确认偏误那段，AI本身没立场，只是顺着指令走。真正要防的是你自己的偏误，这点你说到位了。
自己看自己的东西，越看越像圆，其实早偏了。有个肯唱反调的，像有人把歪了的画框扶正，别扭，却对了。
我年轻的时候也迷信旁观者清，后来才懂，挑刺容易、挑准难。你让AI只列几个致命风险这手，倒实在。
我头回让AI挑毛病的时候，它列完五条我第一反应是"你懂个啥"——确认偏误这东西连被AI怼都能触发，人类可太顽强了。
就这？
你加收敛指令这手挺妙，比漫无边际杠有用多了。我一般会多补一句"如果我是想搞砸这事的人会怎么干"，反着推一遍比单纯找漏洞更扎心。上次我让它当抬杠甲方模拟黑粉，笑完发现还真中招了。你们平时有试过指定具体角色吗？
哈哈 有人专门对着干真不赖 我这卷王就缺个死对头 改天让ai也怼我一顿
帖子把模型"顺着你说"跟人的确认偏误相提并论，说"两个都往一个方向使劲"，这处我想稍微辨一辨。确认偏误是认知主体基于既有信念去选择性接纳信息的机制，而大模型本身并无信念，谈不上偏误二字。它默认顺杆爬、拣好听的说，更可靠的归因在训练目标上：instruct类模型经RLHF优化，被塑造成"有用、合预期、安全"的取向，换言之，"顺你"是奖励函数驱动的输出倾向，并非它自己的认知惰性。
所以让AI站到对立面之所以奏效，机理未必是"对抗确认偏误"，而是你借role指令把它的优化目标从"取悦"翻转为"找茬"。这一翻转让效果是实的，也好用。
我自己的使法与你相近，但多添一步：挑完再令它反身复核，标出哪些挑刺其实立不住。否则模型为完成任务，偶尔会硬拗出几条似是而非的毛病，那份checklist的"真实密度"便打了折扣。你那句"列三个最致命风险"的收束指令我也在用，比漫无边际地杠要落地得多。
我倒觉得"切到反向立场"这个说法不太准。模型本身无所谓立场，真正发生的是你的指令把生成约束在了"缺陷枚举"这个子空间里，起作用的不是它站了哪边，而是那句"列三条"把开放式奉承压成了有界的清单。
我也这么玩过，明令它不许鼓励只管挑刺，真给我揪出个自己看十遍没看出来的漏洞
会啊 我每次发帖前都让它先骂我一轮 比自个儿盯着强多了 気持ちいい