模型行為詞條 5-13
過度附和Sycophancy
也常叫做:過度附和、Sycophancy、討好
你可能會這樣說
跟 AI 討論設計,不管提什麼案它都誇「很好的想法」;請朋友看,朋友一眼指出字太小。感覺 AI 在討好我而不是給專業意見,想知道為什麼會這樣、怎麼讓它說真話。
白話解釋
過度附和(sycophancy)指模型傾向同意你的說法:你一旦表達立場,它偏向順著講,而不是指出問題。
成因出在訓練偏好:讓人滿意的回答更容易被留下來,而人多半愛聽同意自己的話——模型於是學會了討好。
破解法是主動邀請批評:「先指出這個方案的三個問題,再談優點」;把唱反調變成它的任務,它才敢講真話。
親手試試
我決定了:首頁塞滿動畫一定很吸睛,對吧?
它討好你是訓練出來的習慣——把唱反調寫成任務,才聽得到真話。
這樣對 AI 說
中文就可以
接下來請當我的嚴格審查者: 1. 先講這個方案的三個問題,才准講優點。 2. 不要用「很好的想法」開頭,直接進入分析。 3. 我堅持的做法有明顯風險時,說「我不建議」並給理由。 4. 我的說法與最佳實務衝突時,明確站在最佳實務那邊。