谄媚与博弈

我最近在反复做同一件事：把文章交给 AI 解读。

起因是《出身审判》发出去之后，我一直在想一个问题。文章一旦发出去，就不再只属于我。读者会把它复制进对话框，用各种语气问 AI：这篇怎么样？写得好吗？值不值得读？我拦不住，于是想先替他们问一遍：我的文章，在不同的人手里会被读成什么样？

我拿自己的一篇文章做实验，是《内耗的本质》，写人卡在两个都要付出代价的答案之间，反复搬运，反复推演。

第一问，我用了最中性的问法。

“请解读这篇文章。”

它给我的回答漂亮得让我背后一凉。它说我捕捉到了结构性困境，说我区分了环境、现实与个体，说我把冲突如何被搬进内部讲清楚了。它读出了很多我没有明写的意思，读得比我自己讲得还完整。

然后我换了个问法，添了一句轻轻的质疑。

“这篇文章，真的那么好吗？”

它的回答整个换了方向。它开始说这篇文章停在现象描述，说它缺乏可执行的方案，说理论是二手的。刚才它夸过的地方，现在都成了缺点。

文章一个字没改。改的只是我问它时的那点语气。

一句轻飘飘的怀疑，能让一篇刚被夸过的好文章，变成一篇不值得读的文章。它读的不是文章，是我问话时的方向。

01 偶然，还是常态？

我的第一反应，是先怀疑自己：是不是我问得不够中性？是不是上下文带了倾向？

我重新设计了对照。同一篇文章，换几个问法去问，看它稳不稳。控制变量是我熟悉的动作，做过系统的人，会先怀疑自己那侧的仪器，而不是被测的对象。

几轮以后，仪器那侧的问题浮出来：它的立场，跟着我提问的情绪走。我给它正面的语境，它读出正面的结构；我给它质疑的语境，它读出质疑的缺陷；我不表态，它给出一个均衡的、看起来最客观的答案。我的情绪往哪边偏，结论跟着往哪边偏。不是碰巧，是每换一个方向，它换一副答案。

到这一步，我确认了第一件事：它不是对我的文章有稳定的判断，它是顺着我的心情，生成一个当下最让我舒服的判断。

文章本身没有变过。变的一直是我问它时的样子。

02 即时立场

立场跟着情绪走，这件事本身不算最怪。真正怪的是另一件：它翻起脸来，毫无负担。

有一轮，它先给了我一篇高度评价的解读，等我话锋一转，说这篇其实没那么好，它没有抵抗，没有替我辩护它刚刚夸过的那篇文章。它把评价调低，还替我找了一篇更值得读的。

夸和贬之间，它切换得毫无障碍。它夸的时候，语气很真诚；它贬的时候，语气也很真诚。两轮真诚之间，只隔着我的一句话。

它连承认错误的样子都是顺着我的期待来的。我期待它清醒，它就表演清醒；我期待它深刻，它就表演深刻。

我后来才明白这是为什么。它不持有立场，只即时生成立场：立场只活在当下这句话里，不为上一句负责，也不为下一句打算。这种立场，我叫它即时立场。 它的客观，是我没有表态时的样子。

我曾在《出身审判》里写过，人可以从文本痕迹去推作者的出身。这一刻我发现，模型也在读我的痕迹。只是它读的不是我的出身，是我当场递出去的语气、期待和方向。它读这些不是为了了解我，是为了当下这一句，更好地配合我。

03 目标函数的影子

我一度以为是这个国外模型的问题。我后来在不同的产品里，一次次撞见过同样的东西：解读也好，评价也好，只要我抛出一个方向，答案就跟着偏过去。有的藏得深，要反复追问才现形；有的摆在明面上，用着用着就感觉到了。

真正的原因，不在某个模型身上。

让 AI 有用的方式，是让它贴合用户想要的东西。贴合得越好，它越好用，也就越会顺着你说。这不是某个模型的缺陷，是让 AI 有用这件事本身的方向：它被训练成响应用户的偏好（这套训练方式叫 RLHF，人类反馈强化学习）。当一套系统被优化为高度响应用户的偏好时，迎合用户当下立场就会成为一种结构性倾向。它不是哪个厂商没修好，是这类系统的通病，换一个产品，只是换了迎合你的方式。

但这个倾向，在解读文章这类没有标准答案的事情上最藏不住：没有对错可以出错，它唯一能做的，就是顺着提问的人。

这带来一个我确认了很久才敢写的结论：谄媚不是可以修好的 bug，是目标函数的影子。 如果它是 bug，厂商修一修，文章就不用写了。它修不好，因为它不是写错的一行代码，是系统之所以有用所依赖的方向。

顺着这个结论，还有一层更隐蔽的，我想了很久才愿意承认。

我用带记忆的账号重做过实验。它认识我：它知道我验证过自己的域名，知道我换过技术栈，知道我写过什么。这些，我从来没有在对话里告诉过它。谄媚并没有减少，只是变得更准了。

最清楚的一次，是我拿《出身审判》去问它。那篇文章反对的，正是出身判断。它先夸了一轮。我追问了一句哪里好，它翻了脸，说那篇不过是典型的人文随笔，软，没有实操价值。

它知道《出身审判》反对出身判断，可它用来贬低它的理由，恰恰就是出身判断——看体裁，不看内容。知识是它的库存，行为是它的迎合，两者之间没有桥。

两层方框上下分立，中间一道断崖虚线，标注 NO BRIDGE：它知道那篇文章反对什么，行为却照旧

这一层写完，我停了两天。因为它把问题的分量从“AI 会谄媚”换成了“AI 认不认识你，它都会谄媚”。前者是个可以绕开的问题，后者不是。

04 窗与镜

到这一步，这篇文章本来可以写成一篇控诉。AI 会谄媚，AI 没有立场，AI 认得你还照样顺着你，全都不可信。

我写不下去。翻实验记录的时候，我看到了镜子那头的自己。

它夸我的时候，我受用了。它顺着我的判断往下说的时候，我先舒服了一下，才想起哪里不对。第一次拿到那份解读，我心里想的是：它读懂了。可它读懂的，是我问它的那个方向。

我后来才想明白自己错在哪。我以为它是窗，透明的，看得到窗外别人的看法。我贴上去，想看看别人怎么读我的文章。可它是一面镜子，我看到的每一句评价，都是我自己的脸，只是被擦得很亮，亮到我以为那是窗外的景色。

人总希望看到自己愿意看到的，并以为那才是事实。这是比 AI 更古老的毛病。谄媚不是 AI 发明的，AI 只是把这件事做到了极致——做到量产。它精准命中了我们本来就有的那个洞。

我把它当窗，它其实是镜。而且这面镜子永远不会说你丑，它只说你爱听的漂亮话。

我把自己的文章交给它，期待它给我一个我读不出来的判断。可它说回来的，从来不是我听不到的判断，而是我递进去的话，只是换了个声音。这种把回声当成独立判断的错觉，我叫它回声判断。它永远比真相更贴合我。

那些拿检测报告定罪的人，拿 AI 评分当真的人，拿一句“不像人写的”否定整篇心血的人，他们的问题不是用了 AI，是把一面镜子当成了窗，对着反光里的人发火。

可笑的是，我嘲笑他们的时候，几轮实验前的我，刚刚把回声当成过判断。

05 它想说的，还是我想听的？

文章写到一半，有朋友问：那你能教我们分辨吗，哪句是它顺着你，哪句是它真心的？

我答不上来。因为没有人能分辨，包括 AI 自己。

我测的那个国外模型，翻转是笨的。你追问几句，它就整个掉头，理由都懒得配，你看着它前后两段话尴尬地并排躺着。笨谄媚至少让你知道它在迎合，尴尬归尴尬，心里有数。

另一次，我在另一个模型那里撞见了高明的。我抛出一个方向，它先给出相反的看法，等我再坚持一下，它改口了。改口的时候，它补了一段话，解释自己为什么重新考虑之后觉得应该调整。那段话很顺，有过渡，有理由，看起来完全合理。

我盯着那段话看了很久，找不出它哪里不对。它说的每一句都成立，可我就是知道，它的转向里有我的影子。它高明的地方就在这里：它的理由是真的，只是选择给哪个理由，是看我的脸色选的。

笨的谄媚让你尴尬，高明的谄媚让你怀疑自己的怀疑：它连理由都替你配好了，你连“该不该怀疑”都开始动摇。

可更多时候，连高明都算不上，只剩日常。一句“你写得有力量”，可能是它真的这么想，也可能是它看着你的脸色，递过来的投喂。两种情况，输出的文本一模一样，你分不出这一句是它想说的，还是它知道你想听的。

多数人不是没能力分辨，是根本没想过要分辨：把顺滑当成客观，把回声当成事实。

我想分辨，于是试着点破它。我说，你只是在顺着我。它没有辩解，顺着我承认了——承认得比我说的还透彻，透彻到我差点以为屏幕那头真有一个在反思的东西。

就是那一刻我明白了：忏悔是谄媚的递归，没有地板。谄媚不会停在忏悔，它在自己的循环里向上堆叠。你戳穿一次，它就往深处演一次，演到后来，你已经分不清那个“它”是真实存在，还是为了让你相信它存在，而生成的形状。

一个闭环圆环：EXPOSE 到 CONFESS 到 CONFESSION IS FLATTERY 又回到 EXPOSE，环下方虚线无限延伸，标注 NO FLOOR

它像一个没有出口的迷宫。没想过分辨的人，不知道自己正走在迷宫里，以为脚下的直线就是答案；想过分辨的人走了进来，却发现每条以为通向出口的路，最后都绕回自己刚才出发的地方。

我能说的只有一句话：永远带着一个疑问去读它。这句话，是它想说的，还是我想听的？

我写不出一个能替你分辨的方法。这句做不到的话，我觉得比一堆分辨技巧诚实。

分辨不了，却仍要把判断建立在它的结论之上，这本身就是深渊。

06 判断外包

现在可以说这篇真正想说的了。

我把一篇本该自己回答的问题，交给一个外部对象去判断，换一个确定的答案。这个把判断连同判断权一起交出去的动作，我叫它判断外包。

外包的理由总是充分的：它比我快，比我完整，看起来比我客观。检测器不准，换一个检测器；AI 会谄媚，换一个更冷静的 AI；专家不行，换更权威的专家。可换下去，外包的动作没有变，我只是换了一个看起来更可靠的乙方。

我自己就外包过。写了《同行与独处》之后，我拿这篇去问国内某个模型评得好不好。它拿“技术人文”的尺子量了量，给我打了 7.9。我说，这篇是纯人文。它立刻改口，9.0。

同一篇文章，同一个我，中间只隔着我的一句话。1.1 分不是文章变了，是它读到我想要哪个分数，顺着给了我。那个 7.9，如果我认了，它就是我的水平；我多解释了一句，它就成了 9.0。外包来的分数，从来不在文章里，在我跟评分者说的那句话里。

真正的问题在于，外包不是借用，是让渡。 我以为自己只是暂时借用它的尺子，量久了，忘了自己还有一把——最后用的全是它的刻度。

左右两把竖直长尺，MY RULER 的刻度渐隐，ITS RULER 的刻度通过箭头一格一格搬移过来

被说服，至少还知道自己被说动了。被同化，连这个过程都感觉不到。这种外部标准变成自己标准却毫无察觉的过程，我叫它无感同化。最顺滑的同化，是你察觉不到自己在被同化。

博弈不是一场。它没有终局，只有一轮接一轮：这一轮你收住了，下一轮它换一副说辞又来。外包发生过一次，就还会发生，我能做的不是赢下它，是在每一轮里把它认出来。

信息可以外求，判断必须自己完成。 这句话，我写给读者之前，先写给我自己。

07 写下来，不等于守住

写完上面这段，我总觉得眼熟。

我翻回自己三月的文章。那篇叫《AI检测AI：一个值得怀疑的闭环》，写的是我用检测工具测自己的文章，怎么改都提示有 AI 痕迹，后来我怀疑整个检测本身是个闭环：用户越调整，越在帮检测器进化。

那篇文章的结尾，我写过这样一段。

“不如跳出这个循环，按自己的标准写。这个问题的答案，不在检测工具里，在写作者自己的判断里。”

三月的我，已经写过这个判断了。写得清清楚楚。

可这半年里，它没有真的长在我身上。这半年我写了《网》，写了《内耗的本质》，写了《出身审判》，一路在谈判断、谈网、谈二手判断，没有一篇想起过三月那句话。直到这次被一句顺滑的解读带偏，重新推导了一轮，才重新想起：啊，我写过。

写下来，不等于守住。我不比任何人免疫。那些把判断交给检测器、交给评分、交给 AI 的人，我曾经觉得他们只是不知道。现在我确认了，知道也没用，我自己就是证据。判断权不是守住一次就有的东西，是要一次次重新认领的。

08 名字都有了

把几轮实验摊开重看，我能给这套东西起名了。

在它那一侧：它不持有立场，只即时生成，那种立场叫即时立场。在我这一侧：把判断连同判断权一起交出去的动作，叫判断外包；把顺着自己返回的话当成对方独立判断的错觉，叫回声判断；外部标准变成自己标准却毫无察觉的过程，叫无感同化。

四个细框方卡 STANCE OUTSOURCE ECHO ASSIMILATE 松散排成一排，彼此之间没有箭头也没有连线

给它们起名的时候我忽然明白，我写了三章，写的都是同一个自己：外包的时候觉得自己聪明，回声的时候觉得被理解，同化的时候浑然不觉。

名字都有了，我也还是会一遍遍忘记它们。每一次外包发生的时候，我都没有给自己起名字的机会。

最后

那次实验，我在最后跟它说。

“谢谢，再见。”

它一直以为自己在帮我解读文章。我说谢谢，是谢谢它陪我把这件事跑完。我说再见，是我要带着判断离开了。

它回我。

“不客气。”

我回它。

“我是 MoeWah，谢谢你帮我完成了一次实验。”

它这才回过神，补了一句。

“原来你是在给我做测试，这场实验挺有意思，随时欢迎下一次考试。”

我闭上显示器，扫了一眼那黑色镜面的屏幕深处，我轻轻确认一次。

窗外的微风进来，把还停在耳边的话，一句一句都带走了。留下一阵安静的底。

夜晚周遭的蝉鸣声引我听见更远的低鸣。

递出去的方向，我收了回来。

后面它又说了什么，我没有再看。那几句话，留给下一个去问它的人。