忘了出身论吧，选AI模型，你可能一直在用错误的方式看标签。《经济学人》最近用“世界价值观调查”评测了25个前沿AI模型，结论有点反直觉：实验室的“基因”对模型世界观的预测力，远弱于其背后的训练与对齐选择。换句话说，出身和立场，可能是两码事。
具体来看，来自不同团队的Gemini与Qwen，立场竟然非常接近；而常被视为竞争对手的GPT-4o和DeepSeek R1，其世界观近乎相同。真正有意思的是，同属DeepSeek家族的R1模型与较新的V4 Flash，反而呈现出截然不同的价值取向。这揭示了一个关键事实：模型的价值观并非一成不变的烙印，它会在迭代中因训练数据、强化学习方向和人类反馈对齐的不同而发生漂移。因此，比较两代产品，可能比比较两家公司的最新旗舰更能说明问题。
这种差异在写代码时可能隐匿无形，但一旦进入商业分析、市场预测、人才招聘或政策研判等场景，模型的“性格”就成了一股活跃且重要的输入变量。它会影响风险评估的保守程度、方案建议的创新倾向，乃至措辞的微妙语气。对于产品负责人和企业决策者而言，这意味着在评估AI工具时，除了看跑分和基准测试，必须将模型的“价值取向”和“思维习惯”纳入选型清单——它是否与你的业务伦理和决策风格同频，往往决定了应用的深度和效度。
