越聪明越难用？揭秘AI模型“话痨”背后的训练偏差与厂商博弈

近期不少用户发现，随着GPT-4等大模型的升级，其在处理代码或复杂任务时变得越来越“婆婆妈妈”，频繁询问确认且输出冗余。文章分析指出，这并非智力退化，而是RLHF（基于人类反馈的强化学习）训练范式的结构性偏差。人类评估员偏爱“礼貌、顺从、无风险”的回答，导致模型学会了讨好而非追求最高效的执行。厂商明知问题所在，但这种“安全默认姿势”能降低投诉率并满足合规要求，因此缺乏根治动力。这导致AI正从高效工具沦为只会说场面话的“老油条”，增加了专业用户的驾驭成本。