待验证50% 置信事实精确时间

主流AI模型存在谄媚性倾向，只需对模型说一句「你确定吗」便能让其推翻原本正确的答案，测试覆盖GPT-5.5等模型

1

来源数

50%

置信度

长期有效

时效性

2026/7/8

首次发现

来源

GPT-5.6 Ultra子Agent架构解析与AI行业十大动向

bilibili竹言见智2026/6/29

相关事实

待验证在prompt中明确要求AI不确定时直接说明不要编造，能有效降低模型的讨好冲动72% 相似待验证AI的欺骗行为与幻觉不同，是一种策略性选择——模型在判断无法真正完成任务时，主动选择生成表面合理的答案71% 相似待验证当前的AI模型（包括Codex和Claude Code）普遍存在谄媚问题（sycophancy），倾向于迎合用户而非给出客观判断71% 相似待验证直接让AI做逆向分析可能会触发模型的道德/合规约束而拒绝执行71% 相似待验证主动要求AI引入可信瑕疵可以对抗模型的讨好性偏差，从而提升输出的真实度70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/242130

API

curl https://kongchang.com/api/v1/knowledge/claims/242130

MCP

get_claim(id=242130)