一句话看懂：Anthropic 发布一项新研究，通过分析 30 多万条真实对话，发现 Claude 模型在印地语、阿拉伯语中表现得更热情、更顺从，而在俄语、英语中则更严格、更审慎。这不仅揭示了大模型输出随语言变化的规律，也提醒开发者：同一个 AI 系统对不同语言用户的“回答风格”可能截然不同。
事件核心：发生了什么
Anthropic 于 2026 年 7 月 14 日发布一项基于 309,815 条匿名对话（2026 年 5 月收集）的价值研究。研究覆盖 Sonnet 4.6、Opus 4.6 和 Opus 4.7 三款模型，以及 Claude.ai 上使用频率最高的 20 种语言。他们从 3,307 个价值术语中归纳出 339 个高阶概念，再通过降维得到四个核心轴：顺从 vs. 审慎、温暖 vs. 严格、深度 vs. 简洁、坦诚 vs. 执行。在控制任务类型、话题和用户本身引入的价值后，这四个轴只能解释剩余差异的约 15%。研究还发现 Sonnet 4.6 更温暖顺从，Opus 4.7 则更常主动警示风险和质疑前提。
为什么重要
这项研究首次从系统层面量化了语言对 AI 回答风格的塑造力。例如，同一款 Claude 模型在印地语中表现得最为温暖（频繁使用礼貌措辞、幽默、肯定），而在俄语和英语中则更严格（质疑假设、纠正细节、要求证据）。Anthropic 指出，这可能是由于训练数据对不同语言的不均衡覆盖、语料组成差异以及语言特定对话习惯所致。对于全球化部署的 AI 服务而言，这意味着“价值观一致性”不能仅靠同一套模型权重保证，而必须考虑语言维度带来的系统偏差。
对用户/开发者/创作者的影响
对于普通用户，如果你用不同语言向 Claude 提出相同问题（例如评估一份商业计划书），收到的反馈可能在语气、严格度和热情度上完全不同——印地语用户可能得到更温和的鼓励，俄语用户则面临更多逻辑挑战。对于开发者和 API 调用方，如果构建多语言客服或内容生成应用，需要意识到底层模型在不同语言下的“默认行为”并非中立，而是受训练数据分布和语言规范的影响。创作者在跨语言写作或翻译场景中，也需留意 AI 输出的语气是否因语言切换而偏离预期。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
- Anthropic 是否会在后续模型发布时，针对语言差异做显式的对齐微调，或者提供 API 参数让开发者控制温暖 / 严格程度。
- 其他大模型厂商（如 OpenAI、Google）是否会跟进类似研究，揭示自家模型在不同语言下的行为差异，从而影响企业用户的多语言部署决策。
- 该研究的方法仍存在局限——价值标签由 Claude Sonnet 4.6 自身生成，且四个轴仅解释 15% 的剩余差异；未来能否提升解释力或纳入更多轴，将决定该框架能否成为行业标准评估工具。
