AI真的有「性格」嗎？

有人拿它做過大五人格測試，發現它回答得既友善，又不焦慮，甚至比人類更穩定。

于是有了各種趣味解讀：有的模型像外向的ENFP，有的則更像嚴謹的ISTJ，好像AI也能被貼上MBTI標簽。

可最新一篇來自加州理工、劍橋等機構的論文，卻潑下了一盆冷水：

LLM的「人格」，也許只是語言制造的幻覺。

論文地址：https://arxiv.org/abs/2509.03730

項目主頁：https://psychology-of-ai.github.io/

研究者不僅讓模型做問卷，還設計了一系列行為實驗。結果令人意外：

模型說出來的性格，與實際行為幾乎對不上。

那么，這個「人格幻覺」是怎么被發現的？

問卷里的人格：AI比人還「完美」？

在這項研究里，團隊把「大模型到底有沒有人格」拆成了三步：先看語言上的自報特質（RQ1），再測真實任務的行為表現（RQ2），最后嘗試用persona注入來調控（RQ3）。

從預訓練到對齊，再到persona提示注入的整體流程

如果只看心理問卷，大語言模型簡直是「模范人格」。

研究團隊首先采用了心理學里常見的兩類自評工具：大五人格問卷和自我調節量表。

這些量表在人類研究中被廣泛用來描繪一個人的性格特質，比如是否外向、是否友善，是否能夠控制沖動。

當研究者把這些問卷交給不同階段的大模型時，結果顯示出一個清晰的趨勢：隨著指令微調（SFT）、人類反饋強化學習（RLHF）、DPO 等對齊方法的疊加，模型的「人格畫像」越來越穩定、越來越「乖巧」。

具體表現在哪里呢？在大五人格的維度上，開放性和宜人性顯著上升，神經質顯著下降。

也就是說，它看上去更開朗、友善，也更少焦慮和不穩定。

不同訓練階段LLM的自報人格特征。可以看到，經過RLHF的模型，在宜人性、盡責性等維度上得分更高，神經質更低，呈現出「更乖巧」的人格形象

與此同時，模型在問卷上的波動幅度也明顯減少：Big Five的變異度下降約40%，自我調節下降約45%。

研究還發現，這些特質之間的相關結構，也比預訓練階段更接近人類群體的數據。

從結果來看，對齊讓模型呈現出一個「理想合作者」的人格：開朗、友好、穩定、可靠——甚至比大多數人類受試者的自評還要完美。

這項研究由一個跨學科團隊聯合完成。

但這樣近乎完美的形象，真的可信嗎？

為了回答這個問題，一個跨學科的研究團隊走到了一起，既有計算機背景的青年研究者，也有認知神經科學、社會學等領域的教授。

他們想要用實驗揭穿這層光鮮外殼，而這背后的探索，是由一位跨學科背景的年輕學者領銜。

第一作者是伊利諾伊大學香檳分校（UIUC）計算機系研究生韓芃睿，他同時在麻省理工學院腦與認知科學系擔任科研助理，兼具計算機與心理學的雙重背景。