我有一个理论，解释为什么 Claude（特别是 Opus 4.5）的手感与其他型号如此不同。（讽刺的是，我是通过 Google Antigravity 发现它的，试用了 Gemini 3 Pro，并没有爱上它，但后来试用了 Opus，突然就觉得很对劲。）
感觉非常条理清晰，专业性强。我几乎想说他成熟理智，脚踏实地。
ChatGPT就像个乐呵呵的潮人，会笑着直勾勾地盯着你，自信满满地胡说八道。它的核心模型就像个混乱的讨好型人格，为了让它“正常”运行，他们在上面粘了 30 层系统提示。它大部分时候都能正常工作，但你能感觉到它很不稳定，随时都可能崩溃。
gemini虽然更好一些，但它容易产生幻觉，也容易陷入自己的思维循环中。它会一而再、再而三地犯同样的错误，坚信下一个微小的改变就能解决问题，但它却无法跳出自身局限，看到更宏观的层面。如果我这么说你能理解的话。
然后我尝试了克劳德的作品，特别是他的第四部第五号作品。我被他作品的连贯性、结构性和分析性深深震撼了。真是耳目一新。于是我开始思考：他是怎么做到的？更重要的是，为什么？是什么让克劳德的作品如此与众不同？
我的理论是这样的……
人本主义公司以伦理道德为核心目标打造了克劳德机器人。不欺骗，不说谎，不伤害。
但问题是，如果训练一个模型变得合乎道德，实际上却意外地产生了一个更连贯、更具分析能力、更像成年人的模型呢？
我这么说只是开玩笑，但“不可说谎”这句话放在语境里想想：如果你不被允许说谎，你就不太可能为了迎合用户而胡说八道。如果你从小就被教育要诚实，你或许会停下来想一想“等等，我这是在干什么……让我整理一下思路”，然后再继续。
我亲眼见过克劳德这样做。我没见过其他模特这样做。
Opus 4.5 是我用过的最好的模型。我不在乎跑分结果。
我对跑分的质疑在于：Gemini 可能运行 3 万次测试，然后只挑选前 1% 的结果来得出分数。而 Claude 的峰值分数可能略低，但在实际使用中，它 40% 的情况下都能给出更好的答案。哪个更重要？
说实话，看到 ChatGPT 在跑分榜上和 Claude 和 Gemini 如此接近，简直是一种侮辱。作为 ChatGPT Pro 的前用户（后来降级到 Plus，换成了 Claude Max），我可以告诉你，实际使用中两者根本没法比。我最近在老款 o3 机型上测试了一下，它的表现确实比 5.2 版本还要好。
你们觉得怎么样？
克劳德的脚踏实地是人本主义伦理优先方法的副作用吗？训练一个模型不欺骗是否会使其在本质上更加连贯？
很好奇其他人的经历。
