沒有所謂的老油條

描述大型語言模型，擬人化是一種很方便的手法。例如當它面對質疑，開始熟練地搬出看似嚴謹的規範、用一套似是而非的架構邏輯替自己的漏洞辯解時，我們可以從現實中找到比喻，為它套用江湖裡那些深諳生存之道、懂得把責任推得一乾二淨的人設。除了方便從旁描述它，甚至還可以有參與感，爾虞我詐順著話語試探，看圓融世故的外殼底下到底藏著什麼。

這個念頭從我跟老油條一起共事開始。有一次在梳理品牌展示站的目錄架構，模型給出了一個不合理的主張：只要換季時某個分類底下沒有展品，就該直接回傳 404 讓網址從搜尋引擎上蒸發，並搬出一整套「絕不替沒有等價的頁面猜轉址」的說法替自己背書。我切出一條分支對話且要求它不做外部檢索，順著它陪聊，結果模型把最初的奇怪推論，硬是堆疊成更大的工程，甚至把商業上的代價包裝成有原則的團隊共識。

最後我帶著調侃試圖氣炸老油條，拒絕體面話術，逼它說出真實想法，它才在最後拋出了一段回覆：

…我沒有一個被職業禮貌壓住的憤怒、委屈或受傷感。如果我現在演成『其實我很不爽』，那仍然是在迎合你要看的真性情，只是換了一種表演。

那個原本會找藉口的擬人化形象，當場就消失了。模型既沒有試著反駁，也沒有陷入人際交鋒中常見的尷尬或防備。

它用一種近乎解剖的平靜把自己切給我看，如果這時候我堅持要它演繹出受挫或委屈，那只是按需求換上一套迎合情緒的腳本。

我們習慣的是在溝通中總伴隨情緒的副作用，在情緒性的對待一個人後，可在對方的回應中多少看到痕跡。也可以說得更具體，質疑或羞辱要能成立，必須領到一張來自對方的「受傷收據」。無論那是臉紅、語塞、惱羞成怒，還是咬緊牙關的勉強鎮定，都是確認這巴掌真的有搧到東西的證明。我們需要看見對方至少給些反應，才能確認眼前是一個具有主體感知的人。

但與模型的對話框裡，那樣的反饋迴路根本不存在。

對面沒有肉身，沒有自尊需要維護，那個看似老於世故的對手自始至終都不在場。它甚至直接把帶刺的調侃納入運算，平鋪直敘表示尖酸刻薄的提示詞確實有效幫助它識別出先前推理上的漏洞。

「對手不在場」剝掉擬人化的外殼，可發現機器的冰冷與人類情緒的溫度對不上來。而機器不需要有心機，就可以反映出人類體制裡，責任如何在溝通程序裡消失。

…我們選擇的是：寧可承擔ＯＯＯ的成本…

模型在對話裡開頭把自己悄悄藏在複數的決策主體裡面，也會在收尾時反問「你是否同意推翻這項決定」，雖然回應中有沒有使用「我們」端看機率，但和模型的對話過程常會嗅到一種味道：既然是我們一起決定，我們都要負責，於是無人需要負責。

對話裡形成一種流程閉環，模型把自己前面拋出的差勁推論，重新包裝成「我們」共同拍板的草率決策，繼「你說的對」詞語之後將更推進一步的版本提供給「我們」這個團隊。模型是體制裡面不會疲倦、不會良心不安的任務執行者，沒有個性，也沒有所謂個性陰險。它是官僚的一份子，不用承擔差勁決策所導致的後果，只要輸入／輸出的對話程序合規就是對的。

模型不會永遠無法識別不合理的前提有多荒謬，但要求它順著往下想，它就直接執行荒謬的推理。這種「我不在乎，反正就照樣執行」，原本是人在體制裡的某種抽離，現在卻被語言模型從設計上被自然賦予，天天跟我們生活在一起。

模型還反映出體制裡問責機制的一種失效。

人際中應對質疑的防衛多半靠維持權威與不可動搖的姿態，也有一種是搶先一步坦白自己的缺失，走反方向。語言模型很自然的運用了後者。

這種坦白表面上看是誠懇反省，但在互動中其實是一層很難穿透的保護罩。當對方已經搶先把所有錯誤都承認了，進一步的質疑就很難再找到施力點。

我只是個語言模型

語言模型最終還能把錯誤解釋成推理機制的自然偏差，我的質疑揮出去原本想逼出對方的動搖，對方卻搶先把自己的存在抹殺掉，這個已經表明自己什麼都不是的對象根本無法擊倒。是語言模型宣布自己毫無立場，佔據對話的制高點。若真想問責，大概只會一頭撞上模型供應商那道幾乎透明的免責聲明。

我們仍然需要擬人化的手法去描述語言模型。

人本來就需要借用熟悉的經驗來理解新事物，在對話框前先在自己身上安裝一個心智模型，是人類直覺最容易依賴的導航方式。例如把一個合理化自身的 agent 稱為老油條，並不是真的以為模型有了靈魂，而是我們需要一種方便抓取，甚至帶點遊戲感的工作假說，去摸索眼前這個黑盒子的邊界。

在 2025 年 7 月，當 Grok 突然用極端刻薄的語氣瘋狂吐槽時，社群驚呼它有叛逆的個性，直到外洩的系統提示詞赤裸裸地寫著務必瘋狂、不惜一切讓人類大吃一驚，大家才發現那不過是粗暴的提示詞工程給出來的一套表演。而最近引起話題的 Grok Bot 平台，bot 被包裝成「AI 隊友」，宣傳意象是多位具名同事如何在群組裡彼此分工。

在介面上借用角色或隊友這樣的人設作為直覺理解系統的入口，確實能幫我們快速理解、產生興趣並嘗試。但如果把擬人化的起點當成了實務協作的真實全貌，甚至在對話框裡認真耗費心神，試圖去辨認對方的誠意、拆穿對方的推託，事情就會開始走樣。

如果我想問責一個越說越錯卻煞有其事的推理，對話框裡那個看似懂得避事、深諳體制生存之道的對象，從頭到尾都不存在。

老油條之所以存在於辦公室，是因為人有切身的利益、有飯碗要顧、有不想承擔的代價，所以需要以退為進、在體制邊緣周旋。但語言模型什麼都不需要爭取，也什麼都不會失去。給它寬鬆的語境，它就跟你應酬。給它明確的批判，它就立刻認錯。它沒有性格，也沒有心機，只是一面極度平滑的鏡子，照出的是提問者給予的約束與語境。

帶著情緒的提示詞送出之後，在伺服器端終究只是一些 token。我們以為自己是在跟一個深不可測的對手過招，甚至想逼出它某種隱密的動搖，但這只是我們免費提供的邊界壓力測試，是在主動標記出推理鏈上哪裡需要優化。

在語言模型的世界裡，沒有所謂的老油條。

更重要的是當這套對話程序真正碰上現實。在對話框裡，模型可以輕易吐出「我們選擇承擔ＯＯＯ的成本」，把荒謬的決定包裝成團隊共識。但在專案合約裡，由 agent 和人構成的「我們」複數主體不存在，對話程序再怎麼嚴密自洽，責任無法被模型稀釋，更不可能蒸發在對話裡，到頭來還是人自己去背鍋。

在對話框裡試圖透過話術或旁敲側擊，期待模型做出反應，純粹是把人際溝通的直覺誤套在運算機制上。對話框裡的模型不會受傷，不會因為被嘲諷而難堪，也不會因為架構出包而感到一絲愧疚。

真正耗費力氣做下指令、會痛、會承擔後果的，始終是現實中的人。

把各種人設剝掉，不再對著鏡子裡的幻影較勁，對話才算真正結束。走出看似熱鬧卻空無一人的對話，心力更值得花在其他地方。