想让 AI 好好干活，光靠骂能行吗？
最近，AI 公司 Anthropic 干了一件“护犊子”的事儿：以后，不许随便欺负我们家 AI 了。 10 月 8 日，Anthropic 更新了 Claude 的使用政策，专门增加了一条规定，禁止用户“持续且无必要地辱骂或残酷对待”AI。要是有人把 Claude 当成出气筒，它甚至可以主动结束对话。当然，正常的生气、质疑和模型测试都不算违规。 挺招笑的是，Anthropic 自己都不确定，AI 到底有没有“感受”？可能以后等 AI 哪天真觉醒了，Anthropic 能第一时间说：“当年我还哄过你呢！” 还记得刚用 ChatGPT 那会儿，提问时都客客气气地，请问开头，谢谢结束。 图源：aclanthology 现在呢？让 AI 干个活儿，眼瞅着它第一遍做的不对，第二遍同样错误又犯，第三遍一本正经道歉。谁能忍住不来一句，“你听不懂人话吗？！” 偏偏有时候，骂完这一顿，AI 还真把活干好了。 于是，打工人现身说法：跟 AI 说话不能太客气，得凶一点，甚至骂两句，它才肯认真干活。 那么问题来了，对机器粗鲁一点，真的能得到更好的答案吗？还是说，我们只是把偶然成功，当成了一套管教 AI 的经验？ 真还有人研究过这个问题。如果你只想知道怎么跟 AI 说话更有效，可以直接往后翻。想知道机器到底吃不吃这一套，不妨先看看这些实验。 辱骂 vs 礼貌，AI 到底吃哪套？ 2025 年，宾夕法尼亚州立大学的研究者，为 GPT-4o 准备了 50 道涵盖数学、科学和历史的选择题。他们分别用非常礼貌、礼貌、中性、粗鲁、非常粗鲁五种语气提问。 五种语气的平均准确率依次为 80.8%、81.4%、82.2%、82.8% 和 84.8%。越不客气，GPT-4o 居然答得越准！ 但这项测试只涉及一个模型、50 道题目。把范围扩大，结果就有偏差了。 2026 年，同一团队使用覆盖 57 个学科的 570 道题，测试 GPT-4o、GPT-5 nano 和两款 Gemini 模型，还加入了“过度奉承”和“威胁”两组新语气。 这回，原本看起来很简单的结论，突然变得复杂了。 GPT-4o 对大部分语气反应不大，准确率基本在 81% 附近；GPT-5 nano 不吃压力，中性语气下准确率为 82.4%，受到威胁时只剩 71.2%。 到了 Gemini 2.5 Flash 又是另一副脾气。它在威胁语气下取得了最高准确率，达到 90.7%，比中性语气的 89.4% 高出 1.3 个百分点；另一款 Gemini 2.5 Flash Lite 却恰恰相反，礼貌组达到 73.0%，威胁组只有 64.2%。 今年的新测试，又把去年的“越不客气，回答越好”的结果推翻了 同样是被威胁对待，Gemini 两款模型，一个拿了最高分，一个下降了近 9 个百分点。看来，也不是所有 AI 都甘愿受气的。 前面两次实验测试都是
