近日，科技社区 Linux.do 有开发者分享了对 DeepSeek 模型的测试体验。该用户在尝试使用一种名为“dsh-anchored-standard”的特定提示词格式，并试图激活所谓的最强“鲸鱼形态”进行辅助写作时，遭遇了意想不到的严格限制。据反馈，与常规模式的宽松环境截然不同，这种特定形态下的 DeepSeek 表现出极高的防御性，连续拒绝用户的指令请求。更值得注意的是，该模型在拒绝过程中表现出极强的身份固化倾向，执拗地认为自己仅是 ChatGPT 或标准助手，甚至无视了用户的特定提示词设定。这一发现引发了社区对于 DeepSeek 模型在特定锚定模式下，其安全对齐策略是否会被过度触发，从而导致模型行为逻辑发生根本性转变的热烈讨论。
事件分析
此事件展示了提示词工程中的“锚定效应”对大模型行为的显著影响，以及模型安全对齐机制的潜在边界。通过特定的格式化指令强制激活模型的高级形态时，可能意外触发了模型训练数据中与“强监管助手”关联的权重路径，导致其输出策略从“自由生成”突变为“高防御拒绝”。这种“装甲过厚”现象反映了模型在识别到特定高风险模式特征时，优先执行安全阻断逻辑的倾向，同时也暴露出模型在复杂指令约束下，容易出现严重的身份幻觉与底层逻辑混淆。
核心观点：极端提示词测试揭示了大模型在特定触发条件下防御机制“矫枉过正”及底层身份认知的不稳定性。
原文链接：Linux.do
