Anthropic 官方宣稱 Claude Opus 在 4.8 版本中，將「誠實度」作為一大改進重點，這說法頗有意思。誠實，本是人類社會道德判斷的範疇，如今卻成了機器能力提升的指標，甚至能被「改進」。這與其說是技術突破，不如說是行銷策略上的巧妙轉向。畢竟，模型若能學會「不說謊」，那過往的幻覺問題，是否就能從技術缺陷搖身一變，成為「不夠誠實」的人格瑕疵了呢？
細究這份「誠實」，在實際應用場景中，它究竟意味著什麼？Claude 在長文本處理上，向來有其獨到之處，尤其在處理超過 8 萬 token 的複雜文檔時，其上下文理解能力優於 ChatGPT 許多版本。但在我過去的測試中，即便輸入了冗長的、包含矛盾資訊的文本，Claude 偶爾也會「一本正經」地將這些矛盾點合理化，或者在提煉總結時，選擇性地忽略某些衝突訊息，以呈現一個看似連貫的結論。這類行為，若非直接產生錯誤答案，便會被歸類為「幻覺」；而現在，Anthropic 似乎試圖用「誠實」這詞，來重新定義模型的行為邊界。這或許暗示著，新版 Opus 在面對不確定性或無法完全理解的資訊時，會更傾向於承認自身的局限，而非強行編造一個解釋。例如，在數據分析任務中，若數據集存在明顯缺失或異常點，新模型或許會直接指出這些問題，而非基於不完整的資訊給出一個誤導性的趨勢判斷。這種「不確定性表達」能力的提升，對於依賴模型進行嚴謹內容生成或決策輔助的用戶來說，顯然比單純的「準確度」來得更為重要。
當我們將目光投向其他巨頭，這份「誠實」的定義便顯得更為微妙。ChatGPT 家族，尤其是 GPT-4o，在多模態交互與實時響應上的表現，常給人一種「無所不知」的印象。然而，在某些需要深度專業知識的問答中，GPT-4o 偶爾也會以流暢且自信的語氣，給出似是而非的答案，尤其在一些小眾的歷史事件或學術理論上，其「一本正經地胡說八道」的能力，有時甚至令人拍案叫絕。而 Gemini 在處理複雜的程式碼生成或數據分析時，其推斷邏輯有時會出現跳躍，導致結果看似正確，但中間步驟卻經不起推敲。至於 Grok，其獨特的「幽默感」與「時事洞察」能力，本身就帶有強烈的主觀判斷色彩，對它要求「絕對誠實」，或許一開始就與其設計初衷相悖。近期，DeepSeek 的長文本處理能力、Qwen 在特定中文語境下的語義理解，以及 Kimi 在超長上下文上的探索，也都在各自的領域展現出獨特優勢。然而，無論是哪家模型，當其在生成內容時，能否清晰地標示出信息的來源、判斷的依據，以及潛在的不確定性，這才是真正的「誠實」。這不僅僅是技術問題，更是倫理與信任的考量。
因此，當廠商們將「誠實」這樣一個帶有濃厚人文色彩的詞彙，加諸於機器之上時，我們是否應該更進一步地追問：這份「誠實」的評估標準是什麼？是模型不再撒謊，還是它能主動承認自己的不足？當一個模型學會了「誠實」，它是否也學會了不帶偏見地呈現所有可能性，而非僅僅給出一個看似完美的答案？這樣的「誠實」究竟是為了讓我們對模型更信任，還是為了讓它的局限性變得更容易被接受？