聊天模板会改模型的「自称」

问一个模型「你有感受吗」，它常常先来一句「我只是一个 AI 语言模型」。多数人把这当成对齐训练的成果。

这篇论文说，至少有一部分不是。决定它说不说这句话的，可能是你调用它时套在外面的那层模板。

一、发生了什么

论文 8 月 9 日上传到 arXiv，作者 Jędrzej Maczan，被 COLM 2026 的 Efficient Reasoning 工作坊和 KONVENS 2026 的 Eval4SD 工作坊接收。

实验对象是 8 个流行的开源指令模型，参数规模最大到 90 亿。作者对比了两种输入方式：一种按模型发布时配套的聊天模板包装，加上角色标记和特殊 token；另一种直接把同样的话当纯文本喂进去。

这里说的聊天模板，不是你写在对话框里的那句 system prompt，而是包在整段对话外面的格式：谁是 system、谁是 user、谁是 assistant，各自的起止标记，以及模型发布时配套的特殊 token。用 API 调用时，这一层通常由推理框架自动加上；用裸的文本补全接口时，它就不在。

结果很整齐。套上模板，模型更爱说「我是一个 AI」「我没有感受」这类免责式自述；去掉模板，同一批权重更愿意用「我觉得」「我感到」这种经验性说法。8 个模型方向一致。

作者又在 3 个模型的激活里找到了一个方向。把这个方向从激活中减掉，免责语气变弱；加上去，免责语气变强；换成一个同等大小但随机的方向，几乎没有影响。更直接的一步是：对没套模板的指令模型加上这个方向，它开始像套了模板一样说话。

结论因此有点刺：模型对自己的描述，不完全是权重的属性，有一部分是部署方式的产物。

做模型评测的。 你在对比两个模型「谁更谦虚」「谁更有自我意识」时，如果一边套模板一边没套，比出来的可能是格式差异。

做产品的。 用户看到的「人设」不只由 system prompt 决定。模板里的角色标记、起始 token、甚至有没有把对话包成消息数组，都在参与。

读论文的。 任何用模型自述当数据的结论，都要先看它有没有控制模板这个变量。这是这篇论文最实用的提醒。

做红队的。 你想测模型会不会隐瞒、会不会伪装，先确认它当前处在哪种模板下。同一个模型，换个包装，回答的倾向就会变。

固定模板再比较。 做 A/B 测试时，模板、特殊 token、消息角色全部锁死，只改你想测的那一项。否则差异归因不了。
把模板当成配置写进实验记录。 不要只记模型名和版本号。模板换了，行为就换了，这跟换模型是同一级别的事。
需要经验性语气时，先确认模板。 如果产品要的是「陪伴感」，光在 system prompt 里写「请像朋友一样说话」可能不够，外面那层包装还在把语气往回拉。
需要审计模型自述时，做双向测试。 套模板问一次，不套再问一次。两次答案差得远，说明你测的是部署，不是模型。
别把激活方向当读心术。 它能稳定地调高或调低一种语气，不等于找到了「诚实」或「意识」的开关。

「模型说自己没有感受，说明它真的没有。」 论文的结论正好相反：这句话至少部分由模板决定。它可能是真的，但模型的自述不能作为证明。

「换个 system prompt 就能换人格。」 system prompt 是模板里面的内容，模板是外面的框。框换了，内容的作用会变。很多人调了半天提示词没效果，问题出在调用层。

「找到了激活方向，就说明模型内部有对应概念。」 论文只说这个方向能稳定地控制语气，随机方向做不到。能控制，和能解释，是两件事。把这当成「发现了意识区域」，是过度解读。

模型怎么称呼自己，一半写在权重里，一半写在你调用它的那层壳里；想知道是哪一半，就把壳拆了再问一遍。

功能与价格以官方公告为准。本文写于 2026 年 10 月 19 日。