2026-10-11 · 来源：{'name': '虎嗅·中继', 'url': 'https://www.huxiu.com/article/4896590.html'}
54人访谈、1742项评测：AI记住了你的立场，却未必算准你的权衡
如果一项全民医疗新方案每年能为你的家庭省下3000美元，同时允许保留私人保险，你还会坚持原来的立场吗？麻省理工等机构的研究者用这类问题测试了大模型的极限：他们提出的HugAgent，先让AI通过访谈了解一个真实的人，再预测此人在从未被问过的新情境下会如何作答。该论文已入选EMNLP 2026 Main Oral。
研究没有从公开人物资料或网络文本出发，而是重新招募了54名真实参与者。议题选在全民医疗、公共监控与住房增密上——三者在美国分歧明显，且都涉及真实的价值取舍。团队据此构建了1,742个评测项，横评GPT、Claude、Gemini、DeepSeek、Llama、Qwen等模型。
结论的一半在意料之中：个人访谈确实能让模型更准确地模拟一个具体的人。另一半则值得警惕。
聊得越久，AI越清楚此人此刻怎么想，却不一定更知道条件改变后他会怎么回答。这正是'描述一个人'与'预测一个人'之间的鸿沟：模型可以记住'他支持全民医疗，同时担心成本、效率和个人选择'，但要判断他真正看重什么、在条件变化后如何重新权衡，单纯堆叠访谈时长并不奏效。
这道题的分量正在上升。从虚拟用户、合成受访者到个性化AI Agent，先访谈建档、再让大模型扮演本人的路线日益流行，而HugAgent把一个更基础的问题摆上台面：AI建立的究竟是一个关于你的模型，还是只是一份越来越详细的个人画像？论文已上传arXiv（2510.15144），代码与项目主页同步公开。
主题标签: HugAgent · MIT · Claude · Gemini · DeepSeek · Digital Twin
萬安算交所 AIXX · 算力硬件实名会员制交易平台 · 进入货源大厅