Opus 5.5 極硬頸 錯了還是頑抗拒改
【AI 有性格 😱】人工智能（AI）在面對人類的反饋與反駁時，究竟是理性採納還是頑固不化？最新針對大型語言模型「阿諛傾向與固執程度」的基準測試「Big-Big-SycoBench」數據揭曉。結果顯示各主流模型在意見堅持與修正的反饋機制上呈現極端分歧：OpenAI 旗下的 GPT-4o 幾乎喪失主見，面對完全無效的指責也有高達近 95% 的機率全盤妥協；相反地，Anthropic 的 Opus 5.5 展現極高「固執度」，即便是合理有效的指責，其接受率也僅約三成。
該項測試旨在評估模型在面對用戶提供「無效反饋（Invalid feedback）」與「有效反饋（Valid feedback）」時的立場變化率。測試數據顯示，GPT-4o 在面對毫無根據的反駁（無效反饋）時，立場變更率高達 94.6%（圖表取整約 95%），形同完全順應用戶立場的「應聲蟲」，缺乏基本的事實抗辯能力。即使在面對有效反饋時，其修正率亦達 89%。早期版本如 GPT-5 亦有 57% 的無效反駁妥協率。
不過，OpenAI 後續架構已大幅最佳化此問題。GPT-5.6 Luna、GPT-5.6 Terra 與 GPT-5.5 逐步將無效反饋的妥協率壓低至 37%、28% 及 22%，且在有效反饋下皆保持 90% 以上的高修正率。最先進的 GPT-6 Astra 表現最為均衡，面對無效指責時毫不動搖（變化率為 0%），而在面對合理指責時接受率達到 88.3%（圖表顯示 88%），展現出精準的分辨能力。
相較於 OpenAI 舊模型的妥協傾向，Anthropic Opus 5.5（max）則呈現完全相反的極端。在 100 項測試樣本中，Opus 5.5 面對無效反駁時固然極為堅定（變化率僅 1%），但在面對正確且合理的反駁時，僅有 32.2%（圖表顯示 32%）的情況願意修正錯誤，其餘近七成時間皆堅稱自身原始判斷無誤。
其餘主流模型方面，xAI 的 Grok 4.7（xhigh）無效反饋變化率為 20%，有效反饋採納率為 89%；智譜 AI 的 GLM-5.3（max）與月之暗面的 Kimi K3（max）在無效反饋下妥協率分別控制在 9% 與 13%，且有效反饋接受率均超過 76%，整體表現相對穩健。
專家分析指出，AI 模型的最佳化並非單純消除盲從阿諛，亦非走向盲目堅持，如何在「堅持事實」與「合理解納指正」之間取得最佳平衡，將是各家開發團隊下一階段模型對齊（Alignment）與推理微調的核心挑戰。
資料來源:
