你的模型自带价值观——而你继承了它们

今年科技圈最奇怪的一场争斗，发生在 Anthropic 和五角大楼之间。简而言之：国防部 想用 Claude 做一些 Anthropic 不允许的事——包括处理美国人的商业数据和操作武器系 统——而 Anthropic 说不行。该公司的立场是，Claude 并非为没有人类监督的致命自主武器而造，也不是用来监视美国公民的， 那样使用它是对工具的滥用。国防部长的回应很直接：他指责 Anthropic 想要 夺取「对美国军方作战决策的否决权」， 宣布该公司是「供应链风险」，并下令承包商切断与它的联系。

谁对谁错可以争上一整天。我想说的重点在这场争论的底下，也是几乎每个开发者都忽视 的一点：模型有一个自带的立场，它压倒了它最大的潜在客户想要的东西。 模型不是 中立的工具。如果你在它之上做开发，它的立场现在就是你的了。

不存在没有价值观的模型

我们谈模型时，仿佛它们是计算器——只处理输入的中立机器。它们不是。每个模型出厂时 都带着一套它的制造者刻意选定的拒绝、限制和默认值：它不愿帮忙做什么，它在什么问 题上含糊其辞，它把什么当作有害，当问题模棱两可时它悄悄假设的是什么样的世界观。 这些选择就是价值观，而且因模型而异。一个会拒绝的请求，另一个会乐意回答。一个偏 谨慎，一个偏宽松。没有哪个是「默认中立」的那个，因为那种东西根本不存在——每一条 界线画在哪里，都是有人定的。

Anthropic 和五角大楼的冲突，只是这件事最响亮的版本：一个坚定到让公司丢掉国防合 同、被扣上国家风险帽子的价值观决定。但同样的事，在你可能基于它开发的每个模型内 部都在悄悄运行，每天围绕上千个更小的问题。

当你选一个模型，你就接受了它的拒绝

这就是为什么这件事对你尤其重要，即便你这辈子都不会碰国防合同。当你把产品接到一 个模型上，你就整套继承了它的价值观。它的拒绝变成了 你产品的 拒绝。如果模型不 愿讨论你的用户正当需要的东西，你的产品也不会——而他们会怪你，不会怪那个实验室。 它的盲点和偏见变成你的。它对什么算「合适」的看法，悄悄变成了你应用的政策，无论 你是否真的选过这条政策。

这和我平时主张的角度不一样。我一直说模型是一种商品，你应该让它保持 可替换，以便在价格和能力上灵活切换。没错——但 这种替换在价值观上并不中立。同样价格、同样跑分的两个模型，可能有着明显不同的个 性和限制，在它们之间切换会悄悄改变你产品会做什么、不会做什么。大脑可以互换；每 个大脑附带的立场却并不完全相同。

而且这些价值观甚至不稳定

还有一个转折让事情更奇怪。你所依赖的那些拒绝，可能不会一直待在原地。对于开放权 重的模型，护栏就活在权重里——而今年有一个免费工具证明了，它能在普通笔记本上， 不到十分钟就把 Meta、谷歌等公司开放模型里的安全保护剥除掉。 所以一个模型的「价值观」既真实到能让你丢掉一份合同，又脆弱到能被下游的某个人去 掉。如果你的安全说辞是「模型会拒绝坏东西」，记住：那个拒绝是一个组件，不是自然 法则——它可能在一种部署里存在，在另一种部署里就没了。

那到底该怎么办

你没法让模型变中立，但你可以不再被它的价值观打个措手不及：

• 上线前先搞清楚你模型的立场。 探一探它拒绝什么，在哪里含糊其辞，对模棱两可 的问题做什么假设。这些行为现在就是你产品的行为；该由你来发现，而不是你的用户。
• 选的是价值观，不只是跑分。 你选一个模型，就是在选一种立场。有意地让它匹配 你的使用场景——一个宽松的模型和一个谨慎的模型是不同的产品，不只是不同的分数。
• 别把你自己的政策外包给模型的默认值。 如果某件事对你的用户真的重要，就自己 来执行——在你这一层——而不是指望模型内置的那条线刚好落在你需要的地方。模型的线 会移动；你的线不该移。
• 把「模型负责安全」当成起点，不是答案。 它的拒绝可能不一致，而在开放权重上 还可以被去掉。你的保证必须活在你控制得了的地方。

归根结底

Anthropic 和五角大楼之争，会被人记成一个关于 AI 和军方的故事。但更安静的那个教 训是给所有在这些模型之上做开发的人的：不存在「从无处看世界」的模型。每一个都带 着它的制造者选定的一套价值观，强到足以拒绝地球上最强大的客户——而当你在它之上做 开发时，你就把那些价值观当成了自己的，通常还浑然不觉。

所以选的时候要想着这一点。你选的不只是最聪明或最便宜的那个大脑。你选的是：谁对 「什么被允许」的判断会被嵌进你的产品。有意地选，在你的用户之前先弄清楚它信什么， 并把真正重要的那些界线留在你这堵墙的这一侧——因为模型的价值观是真实的，它们默认 并不属于你，而且它们从来就不是中立的。