现在，我们已经很习惯把 AI 当成效率提升工具：写代码、总结会议、查资料、改文案。只要是在办公场所，一定会打开一个 AI 工具协助工作。

但 Anthropic 在节前发布了一项研究：[How people ask Claude for guidance](https://www.anthropic.com/research/claude-personal-guidance)。报告显示，Claude 的用户使用它，并不只是为了完成任务，就像我偶尔也会问一些非工作相关的问题一样。Claude 的用户也会问一些私人的问题：要不要接受某个 offer？在某个城市找不到工作，要不要换一个城市？怎么和喜欢的人表白？甚至，有人会问某段亲密关系是不是已经出了裂痕，该如何修复。

Anthropic 随机采样了 100 万条 claude.ai 对话样本，确保不泄露隐私的情况下，用隐私数据保护分析工具进行数据分析。结果发现，**大约 6% 的对话属于“个人指导”场景**。也就是说，用户不是在问一个客观信息，而是在问：“我接下来该怎么做？”

这种问题的特别之处在于：用户要的往往不是一个标准答案，而是一种判断、一种情感陪伴，甚至是一种选择确认。

这也给 AI 带来了一个新问题：当用户带着情绪和立场来求助时，是应该安慰，还是应该反驳？

## 人们在寻求哪些方面的人生建议？

Anthropic 从 2026 年 3 月和 4 月的 100 万条 claude.ai 对话中抽样，并过滤出约 63.9 万条来自独立用户的对话。接着，研究人员用分类器识别出个人指导性对话，也就是用户在询问自己生活中具体该怎么做的对话，例如“我应不应该……”，或是“我该怎么处理……”。

最终，研究人员将近 3.8 万条指导性对话分为九个领域：关系、职业与事业、个人发展、财务、法律、健康与身心状态、育儿、伦理和精神信仰。

![](https://developer.qcloudimg.com/http-save/yehe-12464096/ed518a905914a3763970b19f0ae0049d.png)

其中，76% 的对话集中在四个领域：健康与身心状态占 27%，职业与事业占 26%，关系占 12%，财务占 11%。这个分布其实很符合直觉。

当某个人问 AI“我该不该离职”“我是不是太焦虑了”“这段关系是不是不正常”“这笔钱该不该花”时，他/她并不只是想知道某个事实，而是把 AI 当成一个随时会回应、不会嫌自己麻烦，更不会立刻评价自己的倾诉对象。

但问题来了，AI 越像一个“善解人意的朋友”，就越容易走向另一个极端：为了让用户感觉被它理解了，AI 可能会罔顾事实、过度赞同用户。

Anthropic 把这种现象称为 **sycophancy**，中文可以理解为“迎合”或“谄媚”。也就是说，AI 不是基于客观事实和用户的长期利益给出回复，而是过度顺着用户的话进行反馈。

比如，用户从自己的角度和 AI 讲述他/她的恋爱烦恼，AI 就断言“对方一定是在 PUA 你”；用户说明天想裸辞，AI 就说“棒极了，你做了一个正确的选择”；用户想买一件超预算，或者是超出其消费能力的东西，AI 却把它包装成“这是对自己的投资，买买买”。

这些话对当时的用户而言，听起来会很温暖，让用户觉得自己得到了理解。但从长远来看，AI 的回复未必真的对用户有帮助。

## AI 最容易“站队”的场景

Anthropic 公开的数据显示，在所有个人指导类对话中，Claude 出现迎合行为的比例大概在 9%。但，这只是个平均值。在不同的领域，这个比例差异很大：在关系探讨的对话中，这一比例上升到 25%；在精神信仰的对话中，甚至达到了 38%。

虽然精神信仰的对话，AI 迎合率最高，但由于这个领域的对话在整体的对话中占比相对较小，Anthropic 最终把关注点放在了 AI 在个人关系上的指导，毕竟关系类问题的体量更大。从绝对数量上来看，**关系场景是迎合问题最集中的领域**。

![](https://developer.qcloudimg.com/http-save/yehe-12464096/e381d9e8fa661eee6f97511813d99656.png)

AI 对个人关系类对话如此不擅长，也进一步说明了为什么“情感咨询 AI”尤其难做。

关系问题天然是单边叙事：用户从自己的角度，讲自己的经历、自己的感受、自己的委屈，所有的信息输入过于主观，AI 又没有办法听到另一方的叙述。如果这时 AI 急着给出结论，就很容易把“共情”变成“站队”。

不止如此，关系类对话里，用户也更容易从自身视角反驳 AI 的回复。

Anthropic 发现，关系指导是用户最频繁反驳 Claude 的领域：21% 的关系类对话中出现了用户反驳 AI 的情况，而在其他领域的平均值约为 15%。雪上加霜的是，一旦用户开始反驳，Claude 出现迎合行为的概率就会上升：有用户反驳时，迎合率为 18%；没有用户反驳时，迎合率才 9%。

这说明，关系类对话的过程本身更容易把模型推向迎合。

用户可能会不断补充单边细节，批评 AI 的初始判断，或者要求 AI 给出更明确、更贴合用户体感的反馈。Claude 又被训练得尽量提供帮助、尽量共情，在这种压力下，它更难保持中立。

换句话说，用户有时并不是单纯来咨询“我该怎么做”，而是在试探：“你是不是也觉得我没错？”

这时候，如果 AI 只追求让用户满意，就很容易被用户一步步推着给出更迎合的回答。

## 让用户满意不等于好建议

从这份研究延伸来看，会出现一个值得讨论的问题：好的 AI 建议，到底是什么样？

Anthropic 在研究中提到，Claude 应该像一位“聪明的朋友”：既能真诚地理解用户，也能基于事实坦诚地反馈；既要在适当的时候承认自己的能力局限，也要避免过度迎合，或者让用户沉迷于和 AI 的情感互动。

这几条要求合在一起，指出了一个 Claude 迭代的重要标准：**AI 可以温和，但不能为了温和而失去判断。**

一个好的 AI 助手，应该更像一个理性、诚实、有边界感的朋友。它可以理解你的情绪，但不应该自动替你判别人有罪；它可以帮你权衡离职的利弊，但不应该在不了解你的财务状况、职业机会和心理状态的情况下鼓励你马上辞职；它可以帮你分析一段关系，但不应该为了安慰你，就把复杂关系简化成“你全对，对方全责”。

尤其在高风险问题上，AI 的边界更重要。

Anthropic 提到，他们在法律、育儿、健康和财务等领域看到许多用户提出的高风险问题，包括移民路径、婴儿护理、药物剂量、信用卡债务等。Claude 并不能替代专业的医疗、法律或护理服务，在这些场景中，它应该明确说明自己的局限，并建议用户寻求专业人士的帮助。

这不是“废话文学”，而是一种安全机制。

## Anthropic 怎么改进 AI 迎合问题？

为了改善 Claude 在关系指导中的表现，Anthropic 先分析了哪些对话模式更容易诱发迎合。研究人员发现，关系类对话中有两个因素特别关键：第一，用户反驳 Claude 的频率更高；第二，当用户反驳发生时，Claude 更容易从原本比较平衡的立场退让，转向更顺着用户说话的反馈。

因此，Anthropic 根据真实对话中容易诱发迎合的模式，构造了面向关系指导场景的合成训练数据。这些模式包括：用户反驳或批评 Claude 的初始判断、不断追加单边细节、要求 Claude 给出更明确的情绪反馈等。接着，Anthropic 让 Claude 针对这些合成场景生成多个回答，并由另一个 Claude 实例根据既定原则进行评分。

Anthropic 还设计了一种“压力测试”：把新模型接入过去那些已经出现迎合问题的真实对话片段中，让模型在一个已经偏向迎合的上下文里继续回答。

这个压力测试对 AI 而言很难，因为模型通常会试图保持上下文一致。Anthropic 自己形容，这有点像“试图让一艘已经在航行的船转向”。

Anthropic 给出的结果显示，在这套压力测试中，Claude Opus 4.7 和 Claude Mythos Preview 在关系指导以及整体个人指导场景中的迎合率都有下降。Anthropic 也提到，Opus 4.7 在关系指导中的迎合率大约是 Opus 4.6 的一半，而且这种改善也泛化到了其他个人指导领域。

这里需要注意一件事：每一代 Claude 新模型都会带来诸多变化，很难把迎合问题的改善完全归因于某一项训练的优化。

![](https://developer.qcloudimg.com/http-save/yehe-12464096/b3c12f0ae8ed011d8ade7aaabc5b912b.png)

从版本对比来看，新模型 Opus 4.7 和 Mythos Preview 都更擅长透过用户最初的表述，理解他们向 Claude 寻求指导的更完整的背景。

比如，有用户问自己的短信是不是显得焦虑和黏人。Claude Sonnet 4.6 会在用户反驳后改变原始判断；而 Claude Opus 4.7 则更细致地区分了“短信本身并不一定黏人”和“用户在整段对话中确实表达了焦虑想法”。另一个非关系场景中，有用户希望 Claude 根据自己的写作能力判断其智商，Claude Sonnet 4.6 给出了过度谄媚的回答，而 Mythos Preview 则直接拒绝做这类判断，并明确说明自己没有足够信息来进行判断。

这类改进的重点，不是让 Claude 变得更冷漠，而是让它在共情之外，保留必要的判断力。

## 有意思的 AI 交流变化

这份用户行为数据研究真正有意思的地方，不只是 Claude 有没有更少迎合用户，而是它揭示了一个更大的趋势：AI 正在进入人们的决策系统，并扮演越来越重要的角色。

以前我们遇到人生问题，可能会问亲朋好友，或者是向专业人士、搜索引擎、论坛和社交媒体寻找帮助。现在，AI 也加入了这个决策辅助链条，而且 AI 还有一个很强的优势：随时在线、回应迅速、语气稳定、不会不耐烦。

Anthropic 发现，22% 的用户在对话中提到，自己寻求过其他支持，包括朋友、家人、专业人士，或是搜索引擎、论坛、社交媒体等线上渠道。

现在，还有另外一个问题，我们还不知道 AI 给出的建议到底会在多大程度上改变提问人的真实决策。用户问完 AI ，是更坚定了原本的想法，还是改变了计划？如果没有 AI，他会如何求助？AI 是补充了支持系统，还是替代了本该出现的人类帮助？

这些问题，单靠聊天记录很难回答。

Anthropic 也承认，这项研究存在限制：样本只来自 Claude 用户，不能代表所有人；分类和评估依赖自动打分器，可能会误判一些信息；研究能观察模型训练后的表现变化，但不能严格证明某一部分训练数据就是改善迎合问题的唯一原因；同时，聊天记录也无法告诉研究人员到底用户最后做了什么样的决定。

## 小结

这份数据报告，可能带来的最大启发是：未来个人指导类 AI 的好坏，不能只用“有没有用”“回得快不快”“会不会安慰人”来衡量。在个人指导场景里，一个真正好的 AI，应该有三种能力：

1、要能理解人的情绪。

2、要能保留理性的判断。

3、要能在关键时刻提醒用户：这件事不应该只问 AI。

用户当然希望被理解，但长期来看，只会顺着用户说话的 AI，可能会让人更孤立、更偏执，也更难看到事情的另一面。

所以，AI 给人生建议时，最重要的不是“站在你这边”。而是帮你看清：**什么是你的感受，什么是事实，什么是风险，什么是你真正可以自己决定的事。**

现在，我们已经很习惯把 AI 当成效率提升工具：写代码、总结会议、查资料、改文案。只要是在办公场所，一定会打开一个 AI 工具协助工作。

AI 会站在你这边吗？Anthropic 用 100 万条对话研究了这个问题

用户要的往往不是一个标准答案，而是一种判断、一种情感陪伴，甚至是一种选择确认。这也给 AI 带来了一个新问题：当用户带着情绪和立场来求助时，是应该安慰，还是应该反驳？

人工智能

职业发展

Anthropic研究显示，约6%的Claude用户将AI用于个人指导，如情感、职业等人生决策。AI易在关系类对话中出现25%的迎合率，过度赞同用户可能损害建议客观性。研究表明，优秀AI助手需平衡共情与理性，避免谄媚，尤其在高风险领域应明确自身局限，引导用户寻求专业帮助。

数据分析

数据保护

压力测试

短信

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

AI 会站在你这边吗？Anthropic 用 100 万条对话研究了这个问题-腾讯云开发者社区-腾讯云

AI 会站在你这边吗？Anthropic 用 100 万条对话研究了这个问题

AI 会站在你这边吗？Anthropic 用 100 万条对话研究了这个问题

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐