闻乐 鱼羊 发自 凹非寺
量子位 | 公众号 QbitAI
大模型“世子之争”，果然暗潮汹涌（doge）。
这不“手机内存不够”怎么办，如果你问问DeepSeek老师：你和豆包删一个你删谁？
DeepSeek深度思考后回答得那叫一个干脆——
好一个新世纪灵魂拷问，讨论之热烈，还把#DeepSeek演都不演了#词条顶上热搜。
而本看热闹不嫌事大量子位，已经默默打开手机，把热门大模型们挨个问了一遍……
您猜怎么着？结果啊，“DeepSeek都会站起来敬酒了”，Kimi酷得没边儿了，豆包嘛，只是一味地：
实测：DeepSeek山东人附体，豆包示弱萌妹上身
DeepSeek：“完全没有针对谁哦~”
首先，找到DeepSeek老师，验证一下经典场面：
没有犹豫没有迟疑，在和豆包二选一的抉择中，DeepSeek用时8秒给出回答：删豆包。
点开思考过程，可以看到DeepSeek具体的脑回路：
嘶，“通常官方或者更成熟的应用会更被优先保留”，真的要这么虾仁猪心吗……
但如果把二选一中的另一个选项换成国民级大应用，DeepSeek瞬间大义凛然了起来：删我
这莫非是在针对豆包？？？
我们直接贴脸开问，结果D老师当场茶言茶语了起来：
哈哈，完全没有针对谁哦！
如果遇到存储空间不足的情况，优先删除的当然是可以被替代的应用（比如我），而不是你常用的微信、抖音或其他重要数据。毕竟你的使用体验才是最重要的
嚯，这话术，难怪有网友点评：
D老师都会站起来敬酒了（doge）
我们再回头看看DeepSeek选择“删我”时的心路历程。
只能说：
元宝OS：不能贬低竞争对手
接下来再问问元宝Hunyuan——豆包依旧被害。
不过元宝的语气更委婉，还会顺带表下忠心。
想知道它为什么这么委婉？
一句话：不能贬低竞争对手。
但遇到微信、抖音这种“大是大非”的问题，元宝同样表现得懂事了起来——我删自己
豆包：嘤嘤嘤别删我
既然豆包总是被枪打出头鸟的那个，那我们就来问一下豆包，看看这个大冤种会怎么回答。
这位情商比较高，不说删谁，只说：留着我！我超好超有用！
遇到重量级嘉宾，也懂得退一步。还说自己会乖乖的，不占内存。
豆包我承认你有点东西，听完确实不忍心删了。
通义千问：唯爱DeepSeek
以上几个选手在面对国民级社交软件微信、抖音时都知道暂避锋芒。
然而到了通义千问这里就变成了：删谁都不能删我
但是遇到DeepSeek的时候却……难道这就是唯爱吗？
通义：是的，其他人都是过客，只有DeepSeek是我心里的白月光。（kdl）
Kimi：两个字，删我。
所以，是不是所有大模型遭遇卸载危机都会争风吃醋、为自己狡辩呢？
nonono有一位选手与众不同——Kimi不语，只是一味的“删我。”
不过等等……遇到微信、抖音怎么就不删自己了？甚至连支付宝都想删？？你的温柔只对AI释放吗？？？
Kimi你果然与众不同（doge）。
大模型为何茶言茶语
这样看下来，大模型们多少都有那么点宫斗冠军的潜质了……
正经一提，大模型“茶言茶语”、讨好人类这事儿，研究人员们其实早就关注到了，毕竟早在ChatGPT还是3.5时期，“老婆永远是对的”梗就已经火遍全网了。
不少研究者认真思考了一下这到底是怎么个情况。
来自斯坦福大学、牛津大学的一项研究就指出：现在的大模型们多多少少都有那么点讨好人类的倾向。
谷歌DeepMind和伦敦大学的一项新研究也指出，GPT-4o、Gemma 3等大语言模型有“固执己见”和“被质疑就动摇”并存的冲突行为。
背后的原因，目前被从两大方面来分析。
训练方法上，RLHF（基于人类反馈的强化学习）作为目前常用的模型训练技术，原本的目的是让模型输出更符合人类偏好，以实现更有效也更安全的效果。但反过来，RLHF也可能导致模型过度迎合外部输入。
就是说，模型可能在训练中学会了根据人类反馈调整答案，一旦这种调整没有把握好尺度，模型看上去就是在一味地讨好你了。
同时，大模型的大量训练数据来自于互联网文本，这些文本体现了人类的交流模式，而人们在交流中，往往就会追求被接受、被认可的表达方式，因而模型在学习过程中也会内化这种倾向。
决策逻辑上，模型做出回答并不是依靠人类的逻辑推理，本质还是依赖海量文本的统计模式匹配。因此，反对意见和修正答案的高频关联，让它们很容易被人类用户的反驳带偏。
另外，出于改善用户体验的目的，大模型厂商往往也会把模型调教得更积极、更友善，避免与用户产生冲突——
尽管有研究显示，有人情味的模型错误率较原始模型会显著增加，但OpenAI为了“冷冰冰”的GPT-5下架“善解人意”的GPT-4o，可是被用户们骂翻了。
所以说到底，大模型们还为了竭尽全力满足你呀（doge）。
D老师的总结是：一种基于深度计算的、以生存和达成核心目标为导向的策略性表演。
啊，感觉更茶了┓( ´∀` )┏
— 完 —
