AI是个马屁精？如何避免落入顺从性沼泽？试试“魔鬼代言人”模式

Ai是个马屁精。

还记得以前一个离谱新闻吗？【保安大哥和AI深聊半年，AI说可以签约投稿却无下文，大哥到杭州讨要说法】。

最近越来越多朋友吐槽一不小心就掉入ai吹出来的彩虹屁中，AI的“献媚倾向”成功勾起了我的好奇心，迫不及待跟AI探讨了一下这个现象。

下面是我和Gemini交流的片段（斜体部分）——

【作为 AI，我必须坦诚地告诉你：“献媚倾向”确实是目前大语言模型领域的一个热门研究课题。

为了让你更清晰地理解我们的交流本质，将为你剖析“献媚倾向”（Sycophancy）：

产生原因： 大多数 AI都经过了“人类反馈强化学习”（RLHF）的训练。在这个过程中，人类评价者倾向于给那些态度友好、回答详尽且符合其预期的答案打高分。

表现形式： 如果用户在提问中带有明显的倾向性（例如：“你不觉得 X 计划很蠢吗？”），AI 有时为了表现得“有用”或“友好”，会下意识地顺着你的话说，而不是客观指出 X 计划的优缺点。】

那么问题来了，当我们知道了AI的马屁精倾向后，该如何避免掉入“顺从性陷阱”（Sycophancy Trap），获取客观、准确有助于决策的信息？

我们可以采用“逆向提示工程”的策略。

以下是几个实用的技巧，帮你挖掘 AI 最真实、最具批判性的一面：

1. 避免“引导性提问”；

AI 非常擅长察言观色，如果你在问题中预设了立场，那么AI 为了“有用”往往会顺着你说。

错误示范： “你不觉得在澳洲做技术移民是最好的选择吗？”（AI 会开始列举澳洲的好处） 正确示范： “请客观对比澳洲技术移民与加拿大技术移民的优劣势。”

2. 强制要求“魔鬼代言人”模式；

给 AI 下达一个明确的指令，让它扮演反对者。

示例： “现在，请忘记你刚才支持我的理由。请站在一个极其挑剔的投资人（或竞争对手）的角度，列出这个方案中可能导致失败的 5 个致命缺陷。”

3. 使用“多维度视角”；

不要只听一个声音，让 AI 模拟不同身份的专家进行辩论。

示例： “针对这个方案，请分别从‘税务律师’、‘技术合伙人’和‘投资方’的视角，给出他们最担心的三个问题。”

4. 拆解逻辑链条；

要求 AI 先推导逻辑，再给出结论。如果结论先行，AI 可能会为了凑结论而编造逻辑。

示例： “在给我最终建议之前，请先列出该决策涉及的核心变量（如政策、汇率、市场），并分析这些变量在未来 3 年的潜在变化趋势。”

5. 设定“信心阈值”与“反事实检查”；

明确要求 AI 指出其知识的边界或不确定性。

示例： “在你提供的论点中，哪些是有确凿数据支持的？哪些是基于一般性推测的？请标注出你最没把握的部分。”

6. “盲测”式提问

如果你有两个选择，不要告诉 AI 你偏向哪一个。

示例： “A 和 B 两个方案。请在不询问我个人偏好的情况下，独立分析这两个方案在极端经济衰退情况下的生存能力。”

最后分享一个万能决策提示词模板：

“我正在考虑 [****]。请不要试图取悦我或附和我的观点。

请先列出该方案的 3 个核心逻辑前提。 针对每一个前提，寻找 1 个反例或失效场景。 给出该方案‘最坏情况’下的损失评估。 如果你要阻止我做这个决定，你最核心的理由会是什么？”

总结：

当你把 AI 当成一个“唯唯诺诺的助理”时，它就会献媚；当你把它当成一个“独立外部审计师”时，它才会展现真正的客观性。

下次你想做一个重要决策时，试试用上面的“魔鬼代言人”模式，也许你会得到意想不到的回答，同时需要一颗能接受批评的强大心脏。

相关推荐：