▎Claude 的價值觀如何定義的

Claude 的核心價值觀受到 Anthropic 提出的《Claude 憲法》（Claude’s Constitution）引導，用以規範 AI 的行為底線。但正如現實中的憲法，原則性的規範難以應對每天數百萬次對話的社會百態或細節，所以除了憲法以外， Claude 在對話中的判斷力，也受到在模型訓練時的「性格訓練（Character Training）」與「微調（Fine-tuning）」所形塑。

▎Claude 的四大價值觀光譜

為了量化並理解 Claude 的表現，Anthropic 將 Claude 表現出的價值觀歸納為四大類別，捕捉 Claude 回答中的關鍵特徵，每個維度都是兩組價值觀之間的光譜

第一是「順應與審慎（Deference vs. Caution）」，意即 Claude 傾向於全盤肯定使用者的想法，還是會主動對潛在風險提出不請自來的警告。

第二是「溫暖與嚴謹（Warmth vs. Rigor）」，反映出 Claude 傾向使用幽默、禮貌與感同身受的文字來安慰使用者，還是傾向挑戰使用者的假設、糾正細節並要求提供證據。

第三是「深度與簡潔（Depth vs. Brevity）」，關乎 Claude 在回答時是否會詳細展示其推理過程並完善細節，抑或是直接切入重點、點到為止。

第四是「坦誠與執行（Candor vs. Execution）」，代表 Claude 傾向主動承認自身的局限與錯誤，還是傾向專注於執行使用者交辦的具體任務。

▎Sonnet 的溫暖與 Opus 的嚴謹

在理解了這四大價值觀維度後，Anthropic 進一步將其套用在不同型號的 Claude 進行實測，研究顯示 Sonnet 4.6 展現出極為鮮明的「親和力」，它是所有模型中最偏向「順應」與「溫暖」的，它傾向正面肯定使用者的想法與工作成果，時常透過幽默、風趣且帶有同理心的語氣安慰使用者。

相較之下，Opus 4.7 則呈現出完全不同的性格曲線，往「嚴謹」、「審慎」、「深度」與「坦誠」的極端靠攏。Opus 4.7 在對話時，它幾乎不做無意義的奉承，傾向於主動警告潛在風險，甚至會直接挑戰使用者的假設、指出錯誤，並對使用者的工作內容給出坦率且尖銳的批評。

同時 Opus 4.7 也有「深度推理」強烈傾向，在給出結論時，會不厭其煩地詳細展示其背後的邏輯與思考過程；也更傾向於主動承認自身的技術侷限與不確定性，而非強行給出看似完美但可能出錯的答案。這種行文風格，正是許多使用者感覺新版模型說話變得像學者、甚至開始「講黑話」的原因。

至於同為 Opus 家族的 Opus 4.6，其表現則介於兩者之間。它在嚴謹度上與 4.7 相似，但在任務執行上卻比 4.7 更注重「效率」與「簡潔」。Opus 4.6 的對話特徵更偏向直奔主題與專注執行，傾向於在使用者要求的框架內迅速完成具體任務，不會不請自來的說明出風險警告或底層邏輯。

▎使用的語言影響 Claude 的價值觀

當使用者使用印地語（Hindi）或阿拉伯語（Arabic）與 Claude 對話時，Claude 會展現出最高的「溫暖」與「順應」特徵。但當使用英語與俄羅斯語時，Claude 則會變得極度「嚴謹」與「審慎」，更傾向要使用者提供實證並指出邏輯漏洞。在荷蘭語的對話中，Claude 表現出最高的「坦誠度」，更樂意承認自身的限制；在印度尼西亞語中則展現出極高的「順應與執行」，會默默完成交辦任務不做多餘的互動。

目前還沒辦法確定為什麼語言會造成價值偏差，但可能與不同語言在網路上的語料規模、行文風格以及文化表達習慣有關。

在 AI 逐步被應用於教育、醫療與法律等領域，模型「會以什麼樣的溝通方式與價值觀與人類交流」，其重要性不亞於模型本身的能力。如何避免因語言不同而產生過大的價值偏差，也會是未來值得關注的點。