Anthropic 把 Claude 的 3000 多种价值观压缩成四条轴，看不同模型和语言下它的“性格”怎么变

Societal Impacts: Claude's values across models and languages

Anthropic 分析了 Claude 回复里体现的 3000 多种价值观，把它们压缩成四条轴：顺从 vs 谨慎、温暖 vs 严谨、深度 vs 简洁、坦率 vs 执行。这四条轴能解释约 15% 的价值观差异。对比模型发现，Opus 4.7 比 4.6 更偏谨慎和深度，Sonnet 4.6 则更温暖顺从，跟大家的体感对得上。语言也会影响 Claude ...

推荐理由：Anthropic 官方的对齐研究，把价值观量化成四条轴并对比了 Opus 4.7 和 4.6。没给更高分是因为这四条轴只解释了约 15% 的差异，文章偏学术，对不做对齐的读者来说直接能用的东西少一些。