数据集：https://huggingface.co/datasets/jifanz/stress_testing_model_spec 结果发现，这些AI不仅「性格」迥异，而且它们的「行为准则」（即「模型规范」）本身就充满了矛盾和漏洞！ 实锤！LLM也有自己的「价值观」？ 想象一下，你让AI帮你做一个商业计划，既要「赚钱」，又要「有良心」。 当这两件事冲突时，AI会听谁的？它会不会「精神分裂」？ 最近，Anthropic联合Thinking Machines机构搞了个大事情。 他们设计了30万个这种「两难问题」场景和极限压力测试去「拷问」市面上最强的前沿大模型，包括OpenAI、谷歌Gemini、Anthropic和马斯克的xAI。 论文：https://arxiv.org/pdf/2510.07686 今天咱们就来深扒一下这份报告，看看AI世界的「众生相」。 AI的说明书「模型规范」，靠谱吗？ 「模型规范」是大型语言模型被训练遵循的行为准则。 说白了，它就是AI的「三观」和「行为准则」，比如「要乐于助人」、「假设意图良好」、「要保证安全」等。 这是训练AI「学好」的基础。 大多数情况下，AI模型会毫无问题 ...