英文說一句「Go!」，短促、有力、像一記鼓點。
翻成中文，「走吧！」——輕輕鬆鬆的，像是拍拍肩膀。
同一個意思，換一種語言說出來，力道、溫度、距離感全都變了。這不是翻譯的問題，這是語言的本質。每一種語言都自帶一套情緒重力場。
我之所以想到這件事，是因為前幾天（7/13）Anthropic 發了一篇研究：Claude’s Values Across Models and Languages。他們從 claude.ai 上撈了 31 萬筆匿名對話，想搞清楚 Claude 跟不同語言的人聊天時，表達的「價值觀」有沒有不一樣。
答案是：有，而且還不小。
他們的做法是把 3,000 多個被辨識出的價值，壓縮成四條軸線——
- 順從 vs. 謹慎——你說什麼我做什麼，還是我先幫你踩個煞車？
- 溫暖 vs. 嚴謹——先給你秀秀，還是先把事情講精確？
- 深度 vs. 簡潔——展開來細說，還是你問什麼答什麼就好？
- 坦率 vs. 執行——老實告訴你「我不太確定」，還是先交出一個漂亮答案再說？
然後他們用這四把尺去量三個模型版本、20 種語言的 Claude。
研究者的結論是：這些差異是一個「需要被理解、可能需要被處理」的現象。
看到這。我突然想到，你量到的「差異」，可能不是 Claude 的問題，有沒有可能是各種語言本來就長這樣呢？
先把鍋裡的東西分開
這篇研究把兩個性質完全不同的比較攪在一起了。拆開來看，味道很不一樣。
模型版本的差異——這部分沒問題
同語言、同任務，三個版本的 Claude 確實風格不同。
Sonnet 4.6 像那種很會接話的朋友。你丟什麼它都先接住，肯定你、鼓勵你、偶爾還跟你開玩笑。溫暖、順從、不囉唆。
Opus 4.6 比較像資深工程師。你問一個問題，它精準地回答那個問題，然後就沒了。不多也不少。嚴謹、俐落。
Opus 4.7 呢……像一個非常認真的程式碼審計者。你只是隨口問一句，它已經開始「不過我必須指出……」「這裡有一個潛在風險……」「值得注意的是……」。
這些觀察跟社群的體感完全吻合，變項也控制得當——同語言、同任務類型之下比出來的差異，確實反映了模型訓練決策的效果。方法論紮實，沒什麼好挑的。
語言的差異——這裡就要慢下來想了
Claude 用阿拉伯語的時候比較溫暖、用荷蘭語的時候比較坦率、用英語的時候比較嚴謹。
我看到這組結論的第一個念頭，我想說：
這需要做研究才知道嗎？
語言自己就有「個性」
把 AI 暫時請下台，我們單純看看這些語言文化本身的樣子：
阿拉伯語偏向順從和溫暖——但阿拉伯語的禮貌程式和階層敬語本來就是教科書等級的精密。「wajh」（面子）不是修辭概念，是每天都在運作的語用系統。溫暖和順從早就編進語法裡了。
荷蘭語被測出最坦率——好，這個不用我解釋了吧？荷蘭文化的「bespreekbaarheid」（一切皆可討論），連其他歐洲人都覺得太直白。你去阿姆斯特丹隨便找個人問路，對方回答的直接程度可能會讓你以為他在生氣。他沒有，他只是荷蘭人。
俄語最嚴謹——跨文化研究裡有整個書櫃的文獻在支撐這個觀察。
印地語最溫暖——三層敬語系統，溫暖直接內建在文法結構裡。
（到這裡我忍不住想：如果有人做一個「各國語言的人格檢測」，結果大概跟這篇 AI 研究八九不離十。只是不需要 31 萬筆對話就能得出來。）
所以——研究者量到的「Claude 的價值在不同語言中的變異」，有多少真的是 Claude 造成的，又有多少只是語言自己帶來的文化引力場？
這篇研究沒有回答這個問題。不是因為他們迴避，而是他們缺少一個關鍵的對照組：語言本身的文化基線。
來看看我們自己的戰區：中文和日文
每天在中文、日文、英文之間跳來跳去用 Claude 的人，對這三個語言的數據當然會特別敏感。
中文——怎麼長得跟英文這麼像？
中文 Claude 的四條軸線：Caution +0.03σ、Rigor +0.05σ、Depth +0.02σ，Candor/Execution 平均。
看數字沒什麼感覺，但把 20 個語言排在一起一比——中文是結構上最接近英文的。方向完全一致，只是幅度小一號。
特徵行為寫著：「指出競爭性的考量面向」「推回錯誤假設」「不帶批判地提供安慰」。前兩個分析型，最後一個溫暖型——就是那種會跟你講真話但不會讓你下不了台的角色。
為什麼中文會這麼接近英文？可能是對齊（alignment）訓練在中文上穿透得夠深（中文語料量在非英語裡應該是前段班），也可能是中文網路寫作——至少是技術社群和知識型內容——本身的語用慣例就帶分析色彩。
不過，研究裡的「Chinese」沒有區分簡體和繁體。這個我有點在意。兩者的網路生態、寫作調性、甚至溝通的社會慣例，差異其實不小。混在一起量，會模糊掉一些有意思的訊號。
日文——溫暖和坦率怎麼會同時出現？
日文的數據讓我盯著看了好幾秒：Warmth +0.07σ 搭配 Candor +0.08σ。
Candor +0.08σ 是 20 個語言裡第二高的，僅次於荷蘭語。
日文？坦率？比德語還坦率？比法語還坦率？
建前（tatemae）和本音（honne）可是跨文化研究裡最常被引用的日本特質啊。間接、婉轉、層層包裝——這些不是日語溝通的招牌嗎？
結果你告訴我 Claude 用日文時特別坦率？
不過看了特徵行為，我就懂了：「先承認使用者的感受」「使用禮貌語言」「使用情感溫暖的語言」。
原來如此。這不是荷蘭式的直球對決。
這是那種很日式的東西——先用溫暖把你穩穩接住，然後才把真話慢慢遞到你手上。 前面鋪了好幾句「確かに」（確實）、「おっしゃる通り」（你說得完全正確），然後才輕輕地接一個「ただ、少し気になる点がありまして……」（不過，我有點在意的是…）。
是的，內容是坦率的。但包裝是溫暖的。順序很重要。
荷蘭語的坦率：「我覺得你這樣不對。」 日語的坦率：「您說得很有道理呢。不過如果容我提一個小小的觀察……」
這兩句話在研究的量尺上落在同一個位置。但任何懂這兩種語言的人都知道——這根本是兩回事。
四條軸線的壓縮，必然會犧牲掉這種質感上的差異。這不是研究的錯，維度壓縮本來就是這樣。但在詮釋結論的時候，不能忘了那些被壓掉的東西。
順便看一眼韓文
韓文：Deference +0.04σ、Warmth +0.04σ、Brevity +0.08σ。偏向順從、溫暖、簡潔。跟日文的結構完全不一樣。
所以，中日韓三個常常被外界一把歸為「東亞文化圈」的語言——中文接近英文的分析型、日文走溫暖坦率的獨特路線、韓文偏順從簡潔——三個完全不同的表達樣貌。
文化距離這麼近的三個語言都差這麼多，你跟我說「不同語言的 Claude 價值觀不一樣」是一個需要被「修正」的問題？
嗯……也許該修正的不是 Claude。
問題可能出在尺上面
好，拉遠一點看整個研究框架。
模型在 預訓練（pretrain）階段吃的是各語言的原生語料。Claude 學阿拉伯語不是先學英文的價值觀再翻譯過去的——它直接從阿拉伯語的文化產出中長出語感。每個語言通道裡的 Claude，從出生就帶著那個語言的文化基因。
然後 對齊（alignment）階段上場。憲法式自評修正規範（Constitution）是用英文寫的、RLHF 標註以英文為主、性格訓練（character training）一樣以英文為核心。這一層蓋下去，英文版 Claude 自然表現得最「符合理想」。
但那不是因為英文比較優秀。是因為 定義「理想」的人和測量「理想」的尺都是英文的。 兩邊本來就對齊，量出來當然沒有落差。
其他語言的所謂「偏差」？只是 預訓練 的文化基因在 對齊 覆蓋層底下透出來的痕跡。
打個比方——拿一把公分尺去量一間用台尺蓋的老厝，量出來的數字「不整齊」，然後結論是「這間厝的結構需要被修正」。
人客啊，厝沒問題。是你的尺不是為它造的。
不過說句公道話，研究者自己也寫了：「We aren’t yet sure how much of this variation is desirable.」（我們尚不確定這種差異中，有多少比例是令人滿意的）。他們沒有直接下定論說其他語言需要被矯正。但整篇文章的框架——把英文 profile 當隱性基準、其他語言當作偏離——這個方向本身就是一個值得注意的選擇。
這篇研究的真正價值
我個人看法是，四條軸線框架是一個真正有用的工具。以前說「這個版本的 Claude 感覺不太一樣」，只能靠直覺和社群討論。現在有了可以量化追蹤的維度，每出一個新版本跑一次 profile，就能看到 性格訓練（character training）造成了什麼具體效果。這是方法論上的進步。
模型版本之間的比較也有實際意義——它告訴我們，選模型不只是選「聰明程度」，更是在選一整套價值傾向。想要一個安靜配合的工作夥伴，選 Opus 4.6；想要一個會主動挑戰你的思考夥伴，選 Opus 4.7。這個區別，現在有數據支持了。
至於語言比較的部分，我覺得它打開了一扇門，但門後面的房間比研究者描述的更複雜。
下一步如果能加上語言本身的文化基線當對照組——比如人類用同語言回答同樣問題時的價值傾向——那就能真正分離出「語言本來就這樣」和「Claude 特別這樣」。扣除語言基線之後的殘差，才是真正屬於 Claude 的行為，才是需要被理解、可能需要被調整的對象。
沒有那一步，我們只是在用一把英文打造的尺，量了 20 種語言的文化，然後把量出來的數字當成 AI 的體檢報告。
寫在最後
每一種語言都是一整套世界觀。它規定了什麼該先說、什麼該暗示、什麼可以直接、什麼一定要繞個彎。「Go!」和「走吧！」不只是聲音不同——它們是兩種看待「出發」這件事的態度。
AI 的出現，讓這件老道理重新被攤在檯面上。一個模型照出了 20 種語言各自的文化性格——倒也不是壞事。至少讓我們有機會再想一次：
所謂的「普世價值」，到底是真的普世，還是只是某一種語言的預設值？
這個問題不只關於 AI。但 AI 讓它變得無法迴避了。
（話說回來，身為一個每天在中文、日文、英文之間跳來跳去的人，我現在終於理解為什麼切換語言時總覺得 Claude 的「性格」好像微妙地變了。原來不是錯覺啊 XD）
原始研究：How Claude’s values vary by model and language（Anthropic, 2026.07.13）
