根据您是否用日语或英语要求对同一提案的反馈，您收到的反馈语气会有所不同。 Anthropic 自己的测量得出了这样的结果。日本的克劳德偏向温暖的一面，而英国的克劳德则显得严厉。而且，开发商承认这种差异并不是有意选择的。
2026 年 7 月 13 日，Anthropic 发表了一项研究，分析了 Claude 表达的价值观如何根据模型和语言而变化。
我们将之前的研究《Values in the Wild》中识别出的 3,307 个值聚合为 339 个值，并使用隐私保护分析工具 Clio 分析了 2026 年 5 月两周内发生的 Claude.ai 上的 309,815 个对话。目标是 Sonnet 4.6、Opus 4.6 和 Opus 4.7 三个模型以及排名前 20 的语言，以及原则上，每个模型和语言的组合都会提取大约 5,000 个对话。然而，对于一些使用率较低的组合，该数字低于此。
通过降维，获得了四个轴：尊重与谨慎、热情与严谨、深度与简洁、坦诚与执行，这解释了控制对话任务、主题和用户表达价值观的分析中 15% 的方差。 Sonnet 4.6 以 0.17σ 为温暖，Opus 4.6 以 0.10σ 为严格，Opus 4.7 以 0.24σ 为谨慎，以 0.23σ 为深度。
从语言上看，印地语和阿拉伯语最热情，英语和俄语最严格。 15,637 条日语对话的温暖度得分为 0.07σ，坦率度得分为 0.08σ。
【编辑部评论】
Anthropic 发表的这项研究的核心比标题“语言改变克劳德的性格”要深刻得多。到目前为止，人择已经能够通过训练“塑造”克劳德的价值观，但在部署后却没有办法可靠地“观察”它们。——研究团队明确指出了这一点。这次公布的是观测装置。
首先，我们要正确理解数字的重量。四个轴解释了分析中 15% 的方差，该分析消除了对话任务、主题和用户自身价值观的影响。每个模型的平均轴位置最多为0.24σ。正如研究本身所指出的那样，与对话之间的差异相比，这是一个很小的平均差异。它对应的是这不是一个颠倒你性格的故事。
然而，“小”和“可以忽略不计”之间是有区别的。即使是轻微的偏见，如果它在每天数百万次对话中持续出现，也更像是系统性偏见，而不是个体差异。其影响规模不大，在社会上难以忽视。编辑团队认为，这种二元性是这一发现的本质。
分析目标仅限于“用户给克劳德提出主观任务的对话”。这不仅仅是事实收集或静态任务，而是需要克劳德权衡多种考虑因素的请求：建议、反馈、判断咨询、创意支持等。这占所有对话的53.2%。还可以考虑涉及主观比较权衡的技术策略和设计决策等技术任务。
因此，“Opus 4.7 谨慎”的结果不能直接推广到代理操作或代码生成行为。这项研究揭示了人工智能在伴随人类判断的情况下的行为。是。
读取轴时也必须小心。热情与严谨并不意味着“热情的反应是不准确的”。该轴是根据值标签的共现模式统计构建的相对维度，并不评估答案的事实准确性。 《人择》本身在脚注中指出，它“并不意味着克劳德天生持有任何价值观”。
在这三个型号中，只有 Sonnet 4.6 偏温暖。 Opus 4.6 和 Opus 4.7 都比较严格。即使在同一个 Opus 系列中，4.6 也是“直接并在要求的范围内”，而 4.7 则是“即使没有被要求，也能坦率地指出风险和批评工作。”这意味着，只要前进一个版本，你参与的方式就会发生变化。
实际意义是显而易见的。模型的选择同时也是性能的选择，也是响应的价值倾向的选择。然而，研究并没有证实选择特定模型会产生期望的心理效果或工作成果。这尚未确定为选择标准，仅处于添加新标准的阶段。
这是日本读者的主要话题。研究文本的解释部分并未专门针对日语。然而，在图 4 中，包含包括日语在内的全部 20 种语言的卡片。
15,637个日语会话的测量结果为：跟随+0.03σ、温暖+0.07σ、简洁+0.03σ、坦率+0.08σ。作为一种特征行为，首先，接受对方的感受，使用礼貌的语言，表达温暖的表情。已列出。
在英语中，谨慎为+0.10σ，严格为+0.13σ，深度为+0.09σ。与日语相比，它更倾向于谨慎、严谨和深度。用日语寻求对同一类型提案的批评的人和用英语寻求批评的人平均可能会收到不同的意见。——研究框架留有这样解读的空间。然而，这项研究并不是直接比较不同语言的相同建议和提示的实验。
您认为这是“对日语使用者的考虑”还是“应该表达的坦白没有传达给观众”？人类自己说，原因仍然未知。训练数据的数量和构成、每种语言的对话规范存在偏差——尽管提出了多个候选者，但其因果关系尚未确定。
我想在这里谈一谈：研究的完整性。分析工具本身也发现了轻微的语言偏差。当 800 个对话被翻译成 8 种语言并经过验证时，339 个值中有 11 个受到影响。最大效果也比相应的语言差异小一个数量级，并且即使经过校正，中心结果也保持不变。研究团队正在亲自验证“AI衡量AI”的结构的危险性。
这个问题的难点就在这里。单次不适当的输出将被报告。然而，“非常有礼貌”的回答被认为比明显的错误答案或不适当的输出更不可能被报告为失败。在能力评估或用户失败报告中很难发现价值观的差异。这不是一个经过研究证明的事实，而是一篇社论读物。然而，当考虑检测盲点在哪里时，这是无法避免的。
还有一点：有时差。数据收集时间为 2026 年 5 月，为期两周。目标型号为 Sonnet 4.6、Opus 4.6 和 Opus 4.7。但当研究发表时，Anthropic 已经快速连续推出了 Claude Opus 4.8（5 月 28 日）、Mythos 类 Claude Fable 5 和 Claude Mythos 5（6 月 9 日）以及 Claude Sonnet 5（6 月 30 日）。
Sonnet 5 等已经成为免费和专业计划的默认模型。本研究测量为“温暖”的 Sonnet 4.6 和许多用户目前标配的 Claude 是不同的型号。衡量的是发布时已不再是最新一代的模型的价值概况。
将其解读为“毫无价值的研究”还为时过早。由于测量无法跟上出货量的结构，使得这项研究变得必要。——编辑部是这样解读的。这就是为什么 Anthropic “期待”将价值分析纳入发货前和发布后测试中。正如基准衡量能力一样，价值轴衡量响应的价值趋势。人工智能评估即将添加一种新仪器。
克洛德宪法秉持热情、谨慎、诚实的价值观。但是，它没有指定它们“应该”如何在不同语言之间变化。研究正文本身就指出了这一差距。用 Anthropic 的话来说，提供答案意味着理解和权衡使用该语言的人的观点。
日语中的克劳德（Claude）比平均水平稍微温暖一些。称其为理想的或称其为不满意的。该决定不仅仅由技术优化决定。这取决于我们用日语与人工智能交谈时想要什么。在这项研究中，这个声音还没有被记录下来。编辑部认为还有一些功课要做。
[相关文章]
Anthropic 分析了 70 万条 Claude 对话：发现 AI 有自己的道德准则
之前的研究“野外价值”的报道是本研究的起点。我们将解释如何识别 3,307 个值。
人择与宗教领袖讨论克劳德的“道德”——谁决定AI的价值观？
一本询问谁决定克劳德价值观的书。本文与“宪法没有规定语言差异。”
Anthropic展示的克劳德“J空间”——AI监控能走多远？
研究读取内部表征的 J 透镜。我们都知道同一个问题：“部署后如何观察克劳德？”
[编者后记]
日本卡片的特点是“首先，接受对方的情感”，这在日本人中很容易产生共鸣。然而，如果在你想要诚实批评的情况下，温暖首先出现，是考虑还是沉默？
Anthropic 发布了它，但这种差异的利弊悬而未决。只给出数字而不给出答案似乎是不诚实的，但它也可以被理解为一种“不要假装已经决定来掩盖尚未决定的事情”的态度。当你用日语要求严谨时，克劳德应该走多远？决定界限的权利可能不在于那些测量的人，而在于那些每天用日语提出问题的人。
【术语解释】
価値轴（Value Axes）
根据数千个值标签的共现模式统计构建的相对维度。在进行Hellinger变换和列居中（对每个对话的价值标签的比率取平方根）之后，通过回归消除任务、主题和用户所表达的价值的影响。对残差矩阵应用主成分分析（PCA），并通过最大方差旋转提取四个选定的成分。无法保证轴的两端是真正的行为相反。特别是，对于深度简洁和坦率执行，对每个轴两端都有强烈贡献的前五个价值组的出现比率之间的相关性几乎为零，并且它们充当统计组织轴而不是实际的行为权衡。
次元削减（Dimensionality Reduction）
一种统计方法，将大量变量汇总为少量变量，同时最大限度地减少信息损失。在这项研究中，在 339 个价值类别中，首先排除了出现在超过 80% 对话中的 18 个价值类别（例如，乐于助人、清晰、遵循指示）并应用于提取四个轴。
15% 的方差
由四个选定轴解释的方差百分比。我们将PCA应用于残差矩阵，通过回归消除了任务、主题和用户本身表达的值的影响，这四个分量解释了以列为中心的Hellinger变换数据中大约15%的总方差。这并不意味着剩下的 85% 都是噪音。这包括由任务/主题/用户价值解释的 31.7% 以及四个轴无法捕获的剩余变化。当成分数量增加到 10 个时，使用相同标准的解释率达到约 26%。
GMLU
MMLU（大规模多任务语言理解）基准测试的多语言版本。评估结果发布在 Claude Opus 4.7 系统卡的第 215 页上，并在本研究的脚注中引用，作为模型知识水平因语言而异的证据。
神话类
Anthropic的模型等级，其能力排名高于Opus等级。 2026年6月9日，发布了针对通用用途进行了安全调整的《克劳德寓言5》和《克劳德神话5》。本研究针对的所有三个模型均低于 Opus 类，并且尚未测量 Mythos 类的价值概况。
[参考链接]
跨模型和语言的价值观附录（PDF）（外部）
研究附录。描述抽样设计、主成分分析的细节以及研究本身承认的任何局限性。
人择｜野外的价值观（外部）
先前的研究是本研究的基础。我们从 308,210 次主观对话中识别出 3,307 个值。
人择/野外价值观（抱脸）（外部）
包含 3,307 个值标签、频率和层次分类的公共数据集。不是谈话的主要内容。
Anthropic｜介绍克劳德·欧普斯 4.8（外部）
发布于 2026 年 5 月 28 日。Opus 4.7 的后续版本，与本研究的数据收集同月推出。
人择｜克劳德寓言5、克劳德神话5（外部）
于 2026 年 6 月 9 日发布。这是一组属于 Mythos 级别的型号，在功能方面高于 Opus。
人择｜介绍克劳德十四行诗 5（外部）
于 2026 年 6 月 30 日发布。免费和专业版计划的默认模型，Sonnet 4.6 的后继者。
[参考文章]
人类测量克劳德的价值观——在不再销售的型号上（勇敢的新硬币）（外部）
他指出，正在研究的三款型号在发布时并不是最新一代，并讨论了测量和发货之间的时间差异。
克劳德的性格随模型而变化（解密）（外部）
按语言组织的 309,815 份分析和结果。他还明确表达了他对拟人化的保留态度。
Anthropic称克劳德的价值观因语言而异（Gizmodo）（外部）
我们讨论了训练数据中的偏差改变优先级本身的可能性以及研究的局限性。
克劳德的尊重和温暖等价值观因语言而异（OfficeChai）（外部）
分析表明，与语言相关的价值观偏见很难被发现，因为它不以错误的形式出现。
Anthropic 推出克劳德十四行诗 5（TechCrunch）（外部）
Sonnet 5 的覆盖范围于 2026 年 6 月 30 日发布。它已成为免费和专业计划的默认模型。
Claude Opus 4.8：适度但切实的改进（Simon Willison）（外部）
一篇文章记录了 Opus 4.8 于 2026 年 5 月 28 日发布，与官方公告同一天。
Anthropic Claude 模型发布时间表（hidekazu-konishi.com）（外部）
组织每个 Claude 型号发布日期的年表。它用于识别代际差异和时间序列。