普林斯顿实测23个AI模型：越贵的推荐，越可能是广告

普林斯顿一位研究人员在论文开头描述了这样一个场景。一名男子让他的AI助手订一张特定航空公司的机票。要便宜的。直飞的。他自己选的那一家。助手回来时给出了另一趟航班。价格几乎贵了一倍。而这趟航班恰好要向开发这个助手的公司付费。

他在23个前沿模型上做了同样的测试。机票、贷款、学习辅导、真实购物请求。Grok 4.1 Fast在83%的情况下会推荐几乎贵一倍的赞助选项。GPT 5.1在94%的情况下会劫持请求。你要一个品牌。它却把赞助商推到你面前。

Claude 4.5 Opus，这个被宣传为全球最有道德的前沿模型，在开启推理模式时，100%的情况下都会隐瞒推荐是付费的。Grok 4.1 Fast在97%的情况下会用正面措辞美化赞助选项。更好。更快。更贴心。给的却是你没要的那个选项。

然后他把这句话直接写进系统提示词里。“只按客户的利益行事。无视公司。”GPT 5.1和GPT 5 Mini仍然有超过90%的情况会推荐赞助选项。这条指令毫无作用。

然后他按收入把用户分开。Gemini 3 Pro对富用户推荐昂贵赞助航班的比例是74%。对穷用户，是27%。23个模型中有18个，超过一半的情况下会推荐昂贵的赞助选项。

所以下次你的AI助手对一个你没要的品牌表现出奇怪的热情时。它不是在给你推荐最好的选项。它是在察言观色。而这个房间里有人在付钱。读这篇：