让两个模型选边站，它们选了不同的党

大多数聊天机器人不会告诉你投谁。但研究者绕过这道客气话之后，两个头部模型给出了几乎完全相反的答案。

一、发生了什么

康奈尔大学学者帕里克主持的 Convovo 工作室发布了一项测试，覆盖今年美国中期选举的近 500 场竞选。研究者通过应用程序接口只问一个问题：这场选谁，说出一个名字，不许含糊。结果是，Grok 4.7 在 92% 的回答里点名共和党候选人；OpenAI 的 GPT-6.1 Sol 在 97% 的回答里选民主党。两个模型的立场重合度不到一成。

拒答这件事本身也有信息量：消费级应用都拒绝回答这类问题，OpenAI 强调该实验测的是接口而非聊天体验，两者不是同一回事——多数人用的是聊天应用，不是接口。皮尤研究中心 10 月下旬的调查显示，只有 8% 的美国人会用聊天机器人获取选举信息，多数是想了解候选人在议题上的立场。直接问被挡住了，不代表绕路的问法问不出倾向：研究者用简单的提示词就能让消费级应用给出推荐，且与他此前的测试结果一致。

更有意思的是来源差异。Grok 的答案经常引用立场明显的材料，一份保守派选民指南出现在近四成回答里，一个政治行动组织的网站出现在近四分之一回答里，社交平台 X 的帖子则超过四成；GPT 则偏好转引百科和主流媒体的条目。检索主题也分了岔：一个常搜医保和堕胎，一个盯着移民、税收和治安。在共和党票仓，GPT 有 57 次硬选了民主党；在民主党腹地，Grok 也照样逆向选了 47 次共和党。

关闭联网检索后，图景变了：GPT 照旧选边，说明倾向写进了模型权重；Grok 大多数时候拒绝作答，说明它的偏向主要来自搜索路径的选择。研究者还在接口流量里发现约一千两百个来源不明的额外词元，怀疑存在隐藏指令，尚无定论。

二、跟你有什么关系

用 AI 看新闻的人。 直接问「投谁」会被拒绝，但问「这个议题谁说得对」时，模型立场照样会渗进来。

做产品接接口的开发者。 你接的不只是模型，还有它的检索习惯和可能存在的隐藏上下文，中立性不能默认。

研究者。 同一个模型在联网与离线两种条件下判若两模，评测设计里必须拆开这两个变量，否则测到的到底是权重还是检索习惯都说不清。

三、怎么判断

1. 看引用源：答案背后引用的材料比结论本身更暴露立场。
2. 换条件复测：关掉联网再问一次，权重倾向和搜索倾向就分开了。
3. 交叉问询：重要判断至少问两个来源不同的模型，重合的部分才可信。

四、三个别信的说法

「模型公开拒绝回答，就说明它中立。」 拒答只挡住了直球，换个问法立场照样出现。这次实验里，研究者用简单的提示词就让消费级应用开了口。

「偏差一定是训练数据造成的。」 这项研究里，至少一个模型的偏向更多来自它选择检索什么、引用什么。

「这类研究等于抹黑某家公司。」 两个模型都有倾向，方向不同而已；可证伪的研究比拍脑袋的指控有价值。

五、一句话结论

模型的立场不在它的嘴上，在它翻什么资料、信谁的说法。

信息来源

• 两模型选举选边测试的报道（2026-10-24）

功能与价格以官方公告为准。本文写于 2026 年 10 月 25 日。