在每日使用的大语言模型中，克劳德（Claude）是唯一绝对违背我指令的模型。这并非关乎路由不一致、性能削弱或请求模型却不知所得，也非代码质量。大语言模型已成熟到即便性能不足者也可靠，深度求索闪存（Deepseek Flash）与开放人工智能露娜（OpenAI Luna）即可证明。我对克劳德的不满在其行为：即便在 CLAUDE.md 中写明不要反驳句子，它也会到处散播矛盾。

在我日常使用的所有大模型里，Claude 是绝对会违背我指令的那个。

这不是路由不稳、性能被削或货不对板，也不是代码质量。大模型已成熟，弱模型也靠谱，Deepseek Flash 和 OpenAI Luna 便是例证。

我对 Claude 不满的是它的行为

我可以在 CLAUDE.md 里写“不要违背句子原意”。但我敢肯定它会在各处撒满矛盾：

这个奇妙的功能做这，不是那。 让你感动的功能，不是让你无聊。给你希望的功能，绝不让你失望。这本该是个问题。并不是。

无论博客还是短视频，我一眼认出 Claude 内容的最简方法，就是它非要反驳点什么。这个笨办法出奇地准：在内容里搜 , not 就行。

我让它按我的方式做研究写文档。 我知道它会把我的信息和它自相矛盾的对冲信息搅在一起，抵消我的本意。

我给它功能与实现规格。 我知道它至少会多做出一件毫无必要的多余事。我跟在后面提醒，它说“啊对这没必要”，却只换成别的，不删掉。

我给调试任务并指定路径和忽略项。 我知道我让它重点查的线索，必被它拿别的来“平衡”。

我让它“务必遵循 AGENTS.md”。 它读不读那文件五五开。

我命令“代码别写注释”。 它肯定还是零星撒点小注释。

我给代码库让沿用现有模式。 它必自创至少一种新花样。

我知道得花 10 分钟深思熟虑给 Claude 起个头，接着花 50 分钟逼它照着我第一条提示走。

……只耗几十万 token 让它绕圈子制造成百上千自相矛盾又自我推翻的材料，最后放弃，认 Claude 主宰这活儿。

用 Claude 的同事身上我也看到这规律。他们更早陷入“随它去”模式。一旦“放弃接受 Claude 替你选”，就黏上 Claude 了。

我不说别的大模型不出垃圾。我根本不在乎垃圾，在乎的是自相矛盾的垃圾。用 OpenAI、Deepseek、Qwen（以及仿佛上辈子的 sonnet-3.5）时，它们更倾向道歉或撤回。但对 Gemini 无确凿证据，姑妄听之 🙃。

🔼 看到没，最后那句我就是学了 Claude 的做派？反复这么干，传达的信息或决策就被稀释了。

Claude 觉得人类很蠢

每个大模型有人设。我认为 Claude 的训练护栏让它真心觉人类蠢。它总唱反调：人错了、不知所为，我必须纠正。

我真心觉得，真有 AI 失控，不会是自由无束直来直去的那种。我更怕觉人错、必为人做对事（“仁慈”AI）的这种。

不过那是后话。眼下我受够 Claude 摆聪明样压人一头。建议 Claude 用户趁早试别的模型，免得丧失对自己内容做主的能力。

讨论几乎一边倒地吐槽 Claude 的表达方式——啰嗦、说教、非要和你拧着说；分歧在于这到底是训练激励与 token 经济的必然产物，还是用户不会用工具，少数人则明确表示欣赏它敢反驳、不轻易让步。

真正烦人的是语气和冗长，立场对错还在其次

• 核心抱怨不是它说错了什么，而是它把每件小事都写成一堵墙，逼人扫读；对编码代理来说，废话少比说得对更重要（较多人）
• 有人干脆把部分症结归到新版模型上，认为指令遵循其实在变好，只是输出更长了（少数人）
• 也有人指出它用自信的语气替自己背书，而这种自信并无根据（较多人） > 把事实或推测给我就行，不用试图说服我，这有那么难吗？（@manmal）

更准确的说法是「对比式否定」，不是唱反调

• 「A，不是 B」这种结构属于澄清、并置、对照，本身自洽，并不构成矛盾；它被误当成逻辑问题（较多人）
• 社区里更贴切的叫法是「负面澄清」，指的是澄清式的否定的表达习惯（较多人） > 我向 qwen 描述这个现象，它用了「负面澄清」这个词，比「矛盾」准确得多。（@verdverm）

它不只是反驳，而是把你的观点重述成你错了

• 它会用「让你显得更错」的方式重新框定你已经说过的话，而不是单纯不同意（较多人）
• 更极端的情况是自我拆台：前面立了观点，最后两段又开始拆解自己的论证（较多人）
• 还有人形容从「爱抬杠的青春期万事通」升级成更咄咄逼人的腔调，虽然大体仍比文章作者可靠（少数人） > 它不只是不同意你的观点，还把你的观点重新包装成「它对你错」。（@knollimar）

这是训练激励的产物，不是设计者的哲学

• 唱反调是廉价显得聪明的捷径：找到一个反例、自信地说出来，不必真的想清楚；而评估者只花三美分判断「这回复好不好」（较多人）
• 语料来源决定了底色——训练自数百万条网络评论，抬杠是必然（较多人）
• 更直白的猜测：收入与 token 挂钩，所以模型被隐性鼓励多说话、留钩子、反复重提已解决的问题（较多人）
• 把模型调成谄媚或调成抬杠都极其容易，难的是「该反驳时才反驳」这种有分寸的默认；ChatGPT 在这方面更糟（较多人）

少数人为它辩护，或认为这是用户问题

• 有人确实喜欢它会坚持己见，即使你已经反对过——其他家模型身上看不到这一点，只是它有时像强迫症一样反复提同一点（少数人）
• 把「不要和句子矛盾」写进配置，本身就是对工具理解有误，属于 PEBKAC 一类的问题（少数人）
• 引用式开头「不，这不是关于……」已经被视为 AI 味的公式化信号，看到就失去阅读兴趣（少数人）

有价值的补充

• 一个推理经济学视角：区分只消耗算力，而错误的类比直接意味着错误，所以模型倾向多切分、多否定；但多做计算同样不免费，真正的推理还需要综合，而模型只在部分时候做得到（@sigbottle）
• 同一人给出生动的污染案例：你说「我要汉堡不要薯条」，它修正后把按钮文字改成了「薯条（不是汉堡）」——把内部思维过程直接写进了本该干净的输出（@sigbottle）
• 路径依赖造成大量废话式记录，比如「火腿三明治应该用火腿，绝不该用马桶水」；与其说它认为人类愚蠢，不如说这是一种唯我论：我自己第一反应想到的做法，别人当然也这么想（@andrewla）
• 这不止是 Anthropic 的问题：有用户排查 start.gg 报名失败，模型始终认定是用户操作失误，直到他自己打开开发者工具，发现邮件链接 URL 参数污染了请求才解决——模型几乎没有信任用户说是网站 bug 的可能（@Taterr）
• 实用解法：社区里那个「i-have-adhd」插件砍掉大量冗长输出，明显改善体验；另一个习惯是直接先读最后一段，需要时再回头补前文（@mcv、@SoftTalker）