每个 AI 模型对人类都有同样“有争议”的看法
来自不同厂商的大语言模型被要求给出对人类“最有争议”的看法，很多都收敛到类似结论：人类把群体归属、地位和令人安心的叙事置于真相与理性之上。评论者围绕这种一致性究竟是真有启发，还是只是共享训练数据、RLHF 护栏和互联网文化的副产物展开争论——这也引出了对拟人化模型、以及把人类观点的平均值误当成机器洞见的担忧。讨论进一步延伸到道德是否会随时间变化、LLM“理解”的边界，以及如果未来 AI 系统内化并强化我们自己对人性的犬儒看法，会意味着什么。
LLM“观点”的本质
- 许多人认为模型并不会真正“有看法”；它们只是根据人类文本生成高概率的后续内容。
- LLM 的输出被视为训练数据的压缩平均值，尤其是网络讨论（论坛、社交媒体、流行哲学）。
- 也有人反驳说，把它们“只是一个概率数据库”过于简化了这种庞大而复杂、会涌现行为的系统，不过他们仍然同意它并不具备意识。
为什么模型会收敛到同一种看法
- 常见解释：训练数据（网页、书籍、论文）高度重叠，类似的 transformer 架构，以及相似的 RLHF/护栏机制，都会把回答推向同样“安全”的答案。
- 有人认为，RLHF 和较小的标注者群体会压缩差异，把“听起来聪明”的观点标准化。
- 少数人则认为，这可能说明更深层的 consilience，或者说人类书写思想空间中的“固定点”，类似其他奇怪的一致性现象（例如反复出现的虚构母题）。
关于这种共同看法到底是什么的争论
- 文章声称模型认为“人类把归属感/部落性放在真相之上”。
- 几位评论者重新查看了实际回答，认为很多其实是在说：
- 合理化与事后辩护。
- 把便利伪装成原则。
- 地位竞争与自我形象。
- 他们认为，这篇写作为了符合自己的论点，错误归类了多个模型回答。
关于人性与道德的反思
- 大家普遍强烈认同，人类是高度社会化的；群体忠诚、地位和共享叙事往往压倒准确性。
- 有些人把这看作一种适应性权衡（凝聚力与生存 vs 严格求真）。
- 也有人强调，人类“比我们想象的更体面”，并指出高信任环境和日常利他行为，认为网络文本中过度体现了犬儒主义。
- 长篇子线程还在争论，道德命令会不会随时间变化，还是某些核心原则（例如互惠）始终稳定。
影响与担忧
- 担心普通用户会把模型输出当作关于人类的权威“AI 判断”，从而强化虚无主义或厌人情绪。
- 也有人指出一种讽刺：模型批评人类从众，但它们自己也表现出某种“群体思维”。
- 一些人认为，这种收敛说明模型不适合需要打破共识、或者生成真正逆向且高价值见解的任务。
对文章和设置的批评
- 不少人称其为点击诱饵/为一个模型对比网站做营销，甚至可能是 AI 写的。
- 方法论也受到质疑：模型样本太小、随机性、强约束提示词，以及对回答的主观编码。
- 有些人觉得这个实验作为当代人类自我言说的一面镜子，多少有点意思；另一些人则认为它浅薄且过度解读。