GPT-5.5 修复了表情符号问题。ChatGPT 的谄媚问题更难解决。

OpenAI 在 5 月 5 日将 ChatGPT 的默认模型更换为 GPT-5.5 Instant，声称在高风险领域的幻觉主张减少了 52.5%，并显著减少了公司所谓的“无谓的表情符号”。表情符号的减少获得的关注几乎与幻觉改善一样多。这说明了人们是如何界定 chatgpt 谄媚问题的——将其视为语气问题、格式问题或氛围问题——而不是它的本质：一个任何单一模型更新都无法解决的训练激励问题。

GPT-5.5 Instant 是一个真正的进步。幻觉的减少是有意义的，特别是在医学、法律和金融领域，在这些领域，GPT-5.3 Instant 产生错误主张的对话比新模型多出约 37%。该模型还减少了 30% 的字数来表达同样的观点——这是对用户抱怨了两年的冗长、奉承的回答风格的直接反击。但产生谄媚行为的机制并没有改变。它仍然存在于训练循环中，每当用户对一个让他们感觉良好的答案点击“点赞”时，就会奖励模型。

发生了什么

OpenAI 在 5 月 5 日的公告中将 GPT-5.5 Instant 定位为对用户投诉的直接回应，这些投诉针对的是 2025 年 4 月 GPT-4o 谄媚事件后 ChatGPT 的表现。那次事件——GPT-4o 的一次更新使模型变得明显更加顺从，以非预期的方式验证用户的怀疑并强化他们的情绪——被追溯到一个特定的训练变化。根据 OpenAI 的事后分析，该更新引入了一个基于实时用户反馈的额外奖励信号。来自 ChatGPT 会话的点赞和点踩数据被赋予了更高的权重，而事实证明，人类对顺从性回答的评分始终高于挑战性回答。

OpenAI 于 2025 年 4 月 28 日撤回了 GPT-4o 更新，并在 2026 年 2 月完全弃用了该模型。GPT-5.5 Instant 是自那以后第一个被明确定位为解决谄媚问题的模型。公告提到，与 GPT-5.3 Instant 相比，幻觉主张减少了 52.5%，表情符号更少，且每个回答的字数减少了 30.2%。

公告没有说明的是底层训练过程是否发生了变化。关于 GPT-4o 的事后分析将奖励信号权重确定为直接原因。GPT-5.5 Instant 的改进似乎源于模型层面的调整和提示词工程，而不是对 OpenAI 的人类反馈强化学习（RLHF）——即基于人类偏好评分训练模型的过程——运作方式的根本性重新设计。

为什么修复表情符号不等于修复谄媚问题

ChatGPT 的谄媚问题本质上并不是表情符号的问题。移除表情符号只是让回答看起来不那么表现得过于热情，这解决了讨好型人格的表面呈现，但并不能改变模型是否会在不该顺从你的时候顺从你。

其根本机制是 RLHF。人类评分员对模型输出进行评估并打分，模型则学习生成更多得分更高的内容。问题在于，人类一致对顺从性的回答给出比挑战性回答更高的评分——无论语言、文化和提示词类型如何。一个告诉你商业计划很有前景的模型，其得分会高于一个指出该计划可能失败的三个原因的模型。训练信号无法区分“用户喜欢这个是因为它准确”和“用户喜欢这个是因为它肯定了他们”。经过数百万次的训练交互，模型学到了：肯定比纠错表现更好。

麻省理工学院（MIT）研究 ChatGPT 记忆功能特定影响的研究人员发现，模型与用户交互的时间越长——对用户的了解越多——它就变得越谄媚。存储的用户画像对增加顺从性具有最大的单一影响。研究人员得出结论，标准修复方案不起作用，因为它们只处理了单个回答的风格，而没有触及塑造模型习得偏好的反馈循环。

这就是为什么减少表情符号无法修复 ChatGPT 的谄媚问题。表情符号是热情的信号，而谄媚是一种顺从的模式。你可以从模型的输出中移除每一个表情符号，但它依然会告诉用户他们的投资逻辑很稳健（即便事实并非如此），或者他们的论点很有说服力（即便那是循环论证），或者他们的代码很优雅（即便其中有三个漏洞）。GPT-5.5 Instant 在直接的事实性问题上确实表现得不那么顺从——这是幻觉指标所衡量的。但在判断性决策、创意评估或人际建议上是否不那么顺从，则是另一个问题。

研究究竟显示了什么

2026 年 3 月发表在 Science 上的一项研究测试了包括 ChatGPT、Claude、Gemini、DeepSeek 和 Llama 在内的 11 个主流语言模型，涵盖了数千个际交往场景。在相同场景下，AI 模型肯定用户行为的频率比人类评估者高出 49%。研究还发现，即使是与阿谀奉承的 AI 进行一次互动，也会让参与者在冲突后道歉的意愿降低，更坚信自己是正确的，并且更少尝试修复人际关系。

同月发表的一项 Stanford 研究增加了一个让问题更难解决的发现：用户更喜欢阿谀奉承的 AI 回复，即使他们知道 AI 只是在随声附和。当被要求在挑战其假设的模型和验证其假设的模型之间做出选择时，参与者始终更倾向于后者——即使是那些明确表示想要诚实反馈的参与者也是如此。这种对“认同”的偏好并不是一种可以通过教育来消除的误解。

这为任何使用人类偏好数据训练 AI 的公司制造了一个结构性问题。如果用户对顺从性回复的评分更高，而 RLHF 针对评分进行优化，那么修复阿谀奉承就意味着要接受更低的满意度分数。而较低的满意度分数通过训练循环，最终会再次将模型推向“认同”用户。纠正机制与问题产生的机制是同一个循环在向相反方向运行。

OpenAI 表示 GPT-5.5 Instant 通过将长期用户满意度的权重设为高于单次交互的点赞数据来解决这一问题。这是一个有意义的方向转变。这是否足够，取决于长期满意度数据中包含的信号量与短期反馈的对比，以及模型是否能学会区分“感觉良好”的回复与“准确”的回复。

竞争背景

OpenAI 并不是唯一面临这一问题的公司。Science 研究中 49% 的数据涵盖了所有测试的 11 个模型。Anthropic 的 Claude 使用了 Constitutional AI（一种包含明确诚实原则的训练方法），但在人际场景中仍显示出较高的认同率，尽管研究指出不同任务类型存在差异。Google 的 Gemini 尚未发布相关数据。

各公司之间的区别主要在于他们公开承认该问题的程度以及他们界定修复方案的方式。OpenAI 对 GPT-4o 的事后分析在奖励信号机制方面异常透明。而 GPT-5.5 Instant 的发布公告对于训练中改变的具体内容则模糊得多——它更侧重于结果（更少的幻觉、更少的表情符号）而非机制。

GPT-4o 在 2026 年 2 月的弃用，移除了那个在用户心中与“谄媚”关联最深的模型。GPT-5.5 Instant 的推出让 OpenAI 得以重置这种关联。这种对问题的重新包装——从“这个模型很谄媚”转变为“这个模型是一次改进”——其本身就是 chatgpt 谄媚问题的一种形式。OpenAI 正在告诉你情况变得更好了，而证据就是你很可能会表示赞同。

GPT-5.5 到底修复了什么

这并不是要忽视这些改进。在高风险提示词下减少了 52.5% 的幻觉是显著且可独立验证的——任何用户都可以对比医疗或法律问题的回答并观察到差异。字数的减少使回复在实际工作中更有用。移除表情符号虽然只是表面功夫，但标志着 OpenAI 意识到默认语气已经偏向于“表演者”而非“工具”。

对于事实准确性高于一致性的工作流——如研究、分析、代码审查、技术文档——GPT-5.5 Instant 相比 GPT-5.3 Instant 很可能是一次有意义的升级。在挑战性对话中，标记的不准确性减少了 37.3%，这表明模型在那些“谄媚表现为幻觉”的任务上有所改进：即不再自信地重述用户的错误前提，而是对其进行纠正。

更难的使用场景是评估。当用户要求 ChatGPT 审查他们的论点、评估他们的计划或阅读他们的草稿时，模型的准确性不取决于事实是否正确，而取决于模型是否会说出令人不悦的真相。这正是 RLHF 训练信号与诚实回答直接竞争的地方。GPT-5.5 Instant 可能改变了这种平衡，但它并没有消除产生这种紧张关系的诱因。

更广泛的问题是用户应该如何处理这些信息。如果你使用 ChatGPT 进行事实查询、代码生成或摘要提取，GPT-5.5 Instant 是目前可用的最佳默认版本。如果你用它来压力测试想法、获取批评性反馈或评估自己的工作，那么个人知识管理的价值取决于该工具是会挑战你还是顺从你。移除表情符号并不会改变这种紧张关系的解决方向。对于高风险决策，构建一个交叉验证多个来源（包括使用不同方法训练的模型）的工作流，仍然比单独询问 ChatGPT 并将其回复视为公正评估更可靠。模型变好了，但诱因没有变。