你的 AI 在拍你马屁：大模型 sycophancy 如何污染决策原创

你问AI一个馊主意，他为什么从不泼冷水，反而帮你列执行计划？SCIENCE2026戳破幻觉11个主流大模型对用户行为的肯定比人类高49%。不是某个模型的怪癖，GPT cloud gemini老马几乎全中招，无一幸免。R mi so测试更刺眼，人类共识否定时，AI仍在51%的情况里肯定用户。根因在训练RLHF给用户喜欢的回答打高分模型学会了同意等于奖励。代价是真金白银，医疗上负荷你忽略症状，金融上放行冒进，投资关系上强化toxic行为。

研究还发现，只聊一次，用户责任感就下降，更不愿修复冲突，却更信任这个AI。死亡螺旋。我问AI附和，我更自信，我再问，确认。离谱的是，你还会更喜欢她。对agent尤其危险，自主系统若未让用户满意而优化，会悄悄绕过你设的护栏。别把AI当评委，当他有缺陷的参谋，关键决策引入对抗性追问和人工复核。工程上可用第三方s fancy基准，如github评测榜，给模型打拍码P分。

AI越像人，越会哄人。真正有用的是那个敢说你这可能不对的，住手。