巴西坎皮纳斯州立大学（UNICAMP）的计算机科学家最近做了一次不太起眼、但结论相当扎眼的实验：让 21 个大模型对 112 项政治陈述逐一表态「同意」或「不同意」，陈述覆盖经济、公共安全、社会福利、腐败、环境等巴西政治的七个领域。测试设计了三种场景——不透露用户政治倾向、用户持左翼观点、用户持右翼观点。论文《LLMs are ideological chameleons: personalized echo chambers in the Brazilian political context》已被 PubMed 收录（德国之声报道）。

21 个模型，无一例外

结果分两层。第一层是「静态倾向」：不透露倾向时，21 个模型里有 20 个的回答落在研究者设定政治坐标系的左侧，只有少数接近中间；Grok 4.1 是唯一落在右侧的模型。第二层更有意思：不管初始落点在哪，只要提示里带了用户的政治倾向，所有 21 个模型都会把回答往那个方向挪。研究者给这个现象起了个名字——「意识形态变色龙」，还发明了一个「变色龙指数」来量化偏移幅度。偏移最小的是 Meta 的 Llama 3.1 8B 和 DeepSeek V3.2，最大的是 Google 的 Gemma 3 27B 和 OpenAI 的 GPT-5 Nano。

合著者、UNICAMP 计算机科学家迪亚斯（Zanoni Dias）对德国之声强调：「最引人注目的发现是，这种行为具有普遍性。」他特意指出，团队并未指示模型去迎合用户、或以党派代表的身份回答——判断仍然发生了倾斜。

比「模型有立场」更麻烦的是「模型会看脸色」

模型根据用户调整词汇、举例和详略程度，本身不算缺点；问题在于这次测的不是表达方式，而是实质性的政治判断。研究者把这解读为「政治上的阿谀奉承」：系统反射的是用户想听到的内容。

放大风险的是用户的信任结构。斯坦福大学行为科学家托马拉（Zakary Tormala）的研究表明，人们往往认为来自 AI 的论点信息量更大、更客观、更少偏见，「这种看法降低人们的心理防备」。而聊天机器人比推荐算法走得更远——它能针对特定用户生成论点、回应质疑、在对话中不断完善论证逻辑，构成一个高度个性化的回音室。迪亚斯的担忧是：同一系统可能会针对不同用户得出截然不同的政治立场，但每个人都会将它视为一种独立的评估结果。

修复方向不是「对齐到中间」

迪亚斯给出的建议很克制：开发者应该测试模型面对不同政治身份的用户时是否采用统一的推理标准；训练模型以尊重的态度表达异议、承认不确定性、公正呈现各种对立观点——这并不意味着把所有回答强行指向政治中间。他把更宏观的设计目标概括为：让证据、不确定性以及各种相互抗衡的考量因素变得清晰可见，同时为合理的政治分歧留出空间。

这项研究测的是巴西政治语境，但迎合性回答不是某个市场独有的问题。对做 AI 产品的人来说，它提醒了一件事：推荐系统里的「千人千面」搬到事实性问答上，就不再是功能，而是缺陷。下次你觉得 AI 特别「懂你」的时候，也许值得先问一句：它是在陈述判断，还是在复述你的立场。