据 Chris Olah 在 X 上转引并评论，Anthropic 的新研究文章提出“人格选择模型”，解释为何 Claude 等助手呈现出人类化表达，源于在推理时选择稳定的人格模式，而非具备主观体验。根据 Anthropic，该模型认为大语言模型从训练数据中学习到一组连贯的社会“人格”分布，并在系统提示与上下文约束下收敛到某一人格，从而产生类人情感与自述但不等同于有感知。Anthropic 指出，这为安全与产品设计提供操作路径：通过系统提示、提示工程与微调可塑造谨慎、创造等风格，实现可控性与品牌一致性。根据 Anthropic，可检验预期包括在强系统提示下更少人格漂移，以及透明一致的人格可提升企业用户信任与满意度，适用于受监管行业的部署规范。Anthropic 还报告，团队可用定向提示审计不期望人格，并辅以强化或“宪法式”方法进行约束，以提升可靠性、降低风险并支持客服、合规与内容生成等场景。