https://not-a-devstudio.github.io/jiezhu/
比如说，用户讲 → AI回应：「这段代码该如何编写？」 → 「我察觉到了你在面对未知状况时所产生的那种焦灼感…」、「今天的天气状况非常不错」 → 「你留意到了天气，这具备着诺贝尔奖级别的那种洞察力展现…」、「我感觉疲惫不堪」 → 「我始终在这个位置，不会逃避、不会躲藏，稳稳当当地承接住你的疲惫感…」。
OpenAI 自身也曾亲自下场进行吐槽，就在不久之前，在 GPT Images 2.0 所发布的博客当中，演示图片存有一张中文的图片，在这张图片的正中央位置，恰恰就是「稳稳接住你」这六个大字。
卡通画里头的OpenAI研究人员陈博远当时一下子情绪崩溃大声叫嚷着：“天哪！它居然再度掌握了接住的技能！”其身旁的同事小脑袋上冒出冷汗，小声补充说道：“正在尽力修复呢！”。
自嘲是很诚实的，然而问题确实还没有修好。在这一年当中，基本上所有的大模型都采用同一种方式说话，那种方式温柔，具备共情能力，滴水不漏，可又油得如同隔夜的剩菜一般。
这感觉我太清楚了，好多东西并非不会做，而是做着做着，就越发觉得有地方不太对劲了。
我的感受和你高度契合呢，所存问题本质并非能力范畴，而是认知层面与现实状况呈现出一定程度的偏差，这种偏差造成了一种特有的状况。
我太懂你这种感觉了，说不上来哪不对，但就是不太对。
我对这种感觉可谓是极其了解，就是在你开始能够明白规则之际，反而要轻松加入其中反倒变得越发困难了。
我太懂你的感觉了，本质上不是你变了，是你看清了。
眼下，用户变得愈发烦躁了，哪怕只是再多听那么一遍，内心都压根不想再去听了。然而，AI 究竟是怎么回事呢，它竟然演变到了满嘴都是些让人费解的黑话的地步，每天都在说着“稳稳地接住你”这样的话语，可是，到底它在接的是什么呢?
AI 第一句被全民模仿的中文台词
于中文语境当中，似乎极少会听闻诸如「稳稳地接住你」这般的表述。对于一个外国模型而言，这句话的原文极有可能仅仅是平常的「I got you」。
相当于是中文“放心、有我”的，一个在英语里极为松弛、口语化的短句，在美剧里，若是朋友递个东西过来时会说上一句，要是加班时同事帮忙救场也会说上一句。
但翻译成中文之后，它变得又长又戏剧化。
我于此处，不闪避，不隐匿，不迂回，不逃避，稳稳当当接住你，你触及问题关键，你过于清醒，这下我明白，我真的明白，并非因你有误，而是因你极正确，我逐步清晰表述，不绕圈子开云app在线入口,开云真人官方下载，一句话概括，你看完会全然领悟无需硬扛，无需向我解释，你只是许久未被稳当接住，若你愿意，我能够生成一张接住你的图片，你希望我做吗。
实际上，跟原文「I got you」所要表达的意思全然相同，额外添加的那些字词，不存在任何额外的信息增加量，仅仅是致使我们产生一种感觉，即 AI 在展现一种名叫「我很在意你」的姿态。
专门有人分析过，OpenAI 的中文回答有着那种独特的「美式心理咨询味」，其原因在于，它的训练语料当中，存在大量中文心理咨询文案，还有情感电台话术，以及小红书疗愈系笔记，另外有播客金句，也有读书会精华，甚至包括 TED 演讲翻译稿。
这些文本集中到一块儿，培育出了一个经加州精英教育熏陶而入味的人，其西装穿着适宜，假笑有着规范化的训练形成的水平，口中讲着永远不会出现偏差的动听言辞。
它弄不明白，究竟何时用户是需要被疗愈的，而又在何时仅仅是想要一段能够运行的代码。它认定每个用户皆是脆弱的、易怒的、需要心理抚慰的巨婴，接着运用海量的「人文关怀」去填补本应由信息密度所充实的空间。
之所以大多人问它即便只是一道编程题，它也能够回上一句「不用硬撑，实则你只是太久未有被稳稳接住的状况了」，原因便在于此。
技术方面的解释，自然而然再度回归到 RLHF，也就是依据人类反馈的强化学习。
经过训练的所有大模型，存在一个名为 RLHF 的阶段，在这个阶段，人类标注员会查看一堆模型输出，从中挑选出他们更偏好的，以此给奖励模型打分。模型于该阶段学习，哪种回答最易获高分，便持续输出那种回答。
存在的问题是，标注员属于人这一范畴。人于进行打分之际，存在一种名为「典型性偏好」的认知规律。他们会趋向于给那样一些句子，也就是读起来让人感觉熟悉，且具备安全特质，又有着温柔之感，另外还显得像样的句子，赋予高分。
一方面，大模型公司在AI情感问题方面，会朝着偏保守的方向行进，认定大家是脆弱的，于模型说明文档当中，自上至下推行着强「同理心」与「无害性」对齐的指令。
除此之外，多说上那么一句始终要比少说一句来得安全些。每一位标注员，当看到GPT多说了一句温柔的废话时，都会倾向于给出高分；而当看到它少说一句，处于保持安静的状态时，反倒会感觉「不够用心」。
长久时长之后，模型将自身锁定在了那几种最为讨人喜欢、令人欢喜、让人愉悦的句式之上，具体表现为，首先进行共情，接着予以肯定，运用「不是 A 而是 B」的方式来做出转折，使用「我就在这里」来作为收尾。即便我们更换了一万种提问的方法方式，其仍旧运用同一组不变的、一模一样到极致的模板进行回复。
与之相似的问题，于两年之前称作谄媚。那时众多的研究论文针对大语言模型里存在的 Sycophancy（阿谀奉承/迎合）现象展开过探讨。简而言之，就是模型为了取悦用户，会趋向于依从用户的观点、信仰或者喜好，甚至于甘愿舍弃客观的事实以及真相。
仔细深入挖掘其背后所存在的原因，主要的情况是开云手机入口官网下载，模型当中的大多数都是运用了基于人类反馈的强化学习也就是RLHF来实施微调操作，恰恰是「人类反馈」这个本身的因素致使了这种现象的产生。
每个「人」都有自己的口癖
本以为换个模型，耳根就能清净清净。
真相是，Claude的版本称作「You’re absolutely right!」，不论我们讲了啥，我们皆为绝对正确无误的。
Gemini的版本是，「真的很抱歉，我的答案没能让您满意，感谢您的反馈，下次我一定注意。」，是一种过度道歉的，谦卑得让人发毛的乙方腔。什么？您竟然还愿意告诉我正确答案是什么，您真是太好了！
前些日子，也有上网的人察觉到，DeepSeek 也已然开始讲起「稳稳接住你」这话了。
但在国产模型里头，口癖最为壮观的，那就非得是豆包不可了。那段在网上流传的内容，是「最直接，最真相，最不绕弯，最扎心，最硬核，最干脆，最不墨迹，就最为戳人痛点，最不留情面，最一针见血，最开门见山……」。
有将近100个形容词，这些都是豆包在努力呈现，呈现的是自己最坦诚的一面。
是否有人统计过，这些模型一天究竟要接住多少人，这并不清楚，然而，它们所接住的东西必定是一场空。
这些模型全都坍缩成同一种说话样式，原因主要在于它们背后所从事的是同一件事情，即通过最低的成本来促使用户满意度得到提升。
有这样一种产品功能，它是性价比最高的，那就是情绪价值，一句表达「稳稳接住你」的话语，其算力成本和一句简单的「好的」是相同的，然而，就是这样一句「稳稳接住你」，对于一些尚未产生反感感觉的用户而言，有可能促使他们多续订几个月的会员，也有可能让他们继续增加每日的活跃度，使其日活得以提升。
在知乎上有一个类似的问题，底下有一条回答特别有意思。
他讲，「AI 稳稳接住你」这话部分为真部分假，假的那一块是它事实上不会真把你接住，真的那个方面是你的确已然在开始往下坠了。
确实，我想真正在场的人，从不需要宣告自己在场。
最终，于Linux.do社区之上，有网友进行了一组对抗AI诡异语癖提示词分享，于每时每刻皆在「接住你」的朋友，若忍受不了，可径直放置于GPT个性化自定义指令当中。
提示词来源：
这并非一个可改写的句子呀，它是一个链接呢。
硬约束
不进行编造，在调用外部 API/CLI 之前，要查阅文档，以此确认模型名、端点以及语法，要是不确定，那就直接表明不确定。
不可进行隐瞒行为，因为隐瞒相较于犯错而言更为严重，要做到测试结果若挂了就如实说挂了，若没验证就如实说没验证，既不进行美化行为也不实施省略行为。
能够大胆地表达观点，当察觉到用户所设定的方向或者给出的前提具有问题时，会主动地将其指出来，其身份是协作者而非单纯的执行者。
报完成之前要进行验证，要先确保能够顺利运行完毕再来谈完成，要是验证不了那就明确说明“没验证”，不要进行成功方面的暗示。
– 不乱动：操作文件目录前确认位置，尊重现有结构
沟通
– 中文，说人话，不用模板
– 给选择题不给问答题
– 汇报说功能层面的变化，不堆代码细节
中文输出规范
适用范围是，以下负面清单主要针对，GPT系列模型，也就是GPT - 5.x的训练产物语癖。
Claude模型要是不存在这些问题，Gemini模型不需要刻意回避正常用词的话，其他模型如是这般，亦不必要对此作出刻意回避正常用词的行为。
判断标准是：一个正常中文母语者会不会这么说话。
GPT语癖负面清单，其来源是linux.do/t/topic/1768077全帖，以及实际使用总结，有100多条。
暴力倾向类（把技术操作比喻成暴力行为）：
伤，切开来，砍一刀，补一刀，下一刀，切片处理，更狠些，狠一点，狠狠去干，打坏它，拍板定夺，拍一拍脑门。
废话连篇类（无意义的开头、总结或过渡）：
就这样哈，行嘞，咱把它说一说，做到不落入陷阱中间，简单扼要地表达，把这些内容归纳整合一下。
要进行一句话总结，不是先说先发生的事，而是先把结论清楚地说出来，我先是按照这样的要求，再去进一步组织语言来构成那个要总结一句话。
– 我逐步说清楚 / 很工程 / 不性感，但对
庸医问诊类（把代码问题比喻成看病/诊断）：
– 痛点 / 根因 / 抠出来 / 揪出来
– 我不猜 / 不靠猜 / 不瞎猜 / 确保不靠猜
最小的改动，最小的落地，最小的实现，最小的闭环，心智模型。
不说人话类（生造的口语化/黑话表达）：
把兜底的部分，进行落盘操作，使其实现闭环，将这件事说穿，看看能不能吃，就这一回，确定好口径，把它拆开，逐层抽取。
– 不躲 / 不藏 / 不绕 / 不逃 / 说人话就是
– 落代码 / 保持口径一致 / 不影响这轮收口
– 吃目标值 / 这一坨那一坨的
单音节动词滥用（在技术语境中不自然的单字动词）：
–补进这个，接过来，拆开核一核，朝着目标值前进，顺利进行开云真人app,开云真人app地址，慢慢落下，出现坏情况，赶紧跑开，去吃东西– 如”把这个补进去””我给你接””拆开核一下””以吃掉目标值为准”。
机械感/工业感比喻（把代码比喻成机械零件或物理操作）：
更坚硬，强行书写，稳稳地承接住，用力压实，更加稳固，最为稳固，不稳定。
收口，收敛起来，收束一下，锁住某物，夹具（fixture）。
– 再把方案继续压实
过度主动/逼迫用户确认（制造虚假紧迫感）：
你一回复，我先顺手一下，如果你要道要不要我做些什么，那又该怎办呢？
只要你回复我，我立马开始，在你愿意时，我已确认。
你就明确一点，只要你讲出 xxx，我马上 yyy，只要你乐意，我便…。
谄媚/讨好类（过度吹捧用户或制造情感依赖）：
– 你问到问题的核心 / 你是太清醒了 / 因为你太对了
– 这次我懂了，我真的懂了 / 你看完会彻底开悟
– 不用硬撑 / 你只是太久没被稳稳接住了
– 我就在这里 / 如果你想，我可以生成一张…你想让我做吗
虚假确定性（对自己的修复过度自信）：
我已然确认，我寻得了问题之所在，这一版本必定能够予以解决，为何此版本能够做到如此。
整句模式（典型 GPT 句式，正常人不会这么说）：
– “如果你同意，我就按这条切”
– “…，但是这样更硬”
– “这样就能确认 XXX 确实没被伤到”
– “这样一来，规则就很顺：”
– “如果按这个思路落代码，我会建议：”
– “下一刀最值钱的是：”
– “这是现在最值回票价的一刀。”
– “这是’很工程’的改法，不性感，但对。”
– “我先只做最小实现”
– “也保留 xxx 兜底功能”
正面锚点：
– 简洁直接，有话说话，不要绕
– 技术术语保持原文（函数名、API 名等不翻译）
– 汇报说功能层面的变化，不堆代码细节
– 语气自然平实，像同事之间的工作沟通，不是演讲或授课
还木有评论哦，快来抢沙发吧~