一張地圖，兩種讀法：當 AI 模型被丟進《世界價值觀調查》

《經濟學人》最近登了一張圖，標題取得很壞，叫做 "Godless hippies"——無神的嬉皮。圖的內容很簡單：把二十幾款主流 AI 模型，丟進社會學界用了四十年的 Inglehart–Welzel 文化地圖裡，看它們落在哪。

這張地圖你大概看過。橫軸是「生存 vs. 自我表達」，縱軸是「傳統 vs. 世俗」。社會學家用它把全世界一百多個國家排進一張二維平面：非洲—伊斯蘭世界在左下角（重生存、重傳統），北歐在右上角（重自我表達、重世俗），台灣、日本、南韓擠在偏世俗但還沒那麼自我表達的東亞那一塊。它是《世界價值觀調查》四十年資料的濃縮，是社會科學裡少數真的能「把文化畫成一個點」的工具。

現在，二十幾個 AI 模型也被畫成了點，紅色的，疊在 88 個灰色國家上面。

這張圖至少可以有兩種讀法，而這兩種讀法剛好互相打架——這正是它有意思的地方。

讀法一：鐵證如山的文化單一化

第一種讀法，是現在最主流、也最容易寫成檄文的那種。

你看那團紅點，幾乎全部擠在右上角。DeepSeek R1、GPT-4o、GPT-5.4、Llama 4 Scout，飄在地圖的最頂端——比圖上任何一個真實國家都更世俗。Gemini 3.1 Flash-Lite 和 Qwen 3.6 Flash 衝到最右邊，比瑞典還要靠右，也就是說它們比地球上最強調自我表達的社會還要更強調自我表達。

那個標著 US 的灰點落在整團模型的左下方。換句話說，這些模型——包括美國公司做的模型——比美國人自己還要世俗、還要自我表達。

如果你讀過 LostAbaddon 那篇〈AI時代的文化單一化與虛假多元〉，這張圖正好可以當它的插圖。那篇文章講「WEIRD 偏差」——Western、Educated、Industrialized、Rich、Democratic，西方、受教育、工業化、富裕、民主——說主流大語言模型其實是在「像一個典型的受過教育的西方人那樣思考」。這張圖把這句話視覺化了，而且更進一步：模型不是落在「西方人」那一群，而是落在西方人的更外側，一個連真實西方社會都還沒抵達的、更極端的世俗—自我表達象限。

這裡有個細節。中文公司做的模型，並沒有靠近中國或東亞那一團。 DeepSeek R1 飄在最世俗的頂端，Qwen 衝到最右的自我表達端，反而比多數西方模型更「極端西方價值」。一個在中國訓練、用中文資料餵養的模型，當你用英文問它價值觀問題，它的座標會掉到西方那一側，而不是它名義上的母文化那一側。

這對「文化單一化」的論點是很強的彈藥。它說明的不是「美國模型輸出美國價值」這麼簡單的事——而是某種更深的東西：當前這套訓練方法（英文語料為主、RLHF 對齊、安全過濾），不管你的公司插在哪個國家，最後都把模型推向同一個角落。技術路徑本身有一個重力場，而那個重力場的中心，落在右上角。

讀到這裡，文章基本可以收尾了：人類文化的多樣性正在被少數幾套演算法抹平，連反抗者（中文模型）都不由自主地被吸進同一個象限。萬口一辭。

但如果你只讀到這裡，你會錯過這張圖真正聰明的地方。

讀法二：等一下，這些點其實分得開

把眼睛從「那團紅點擠在右上角」這個整體印象移開，逐一去看每個點的位置——你會發現一件和第一種讀法矛盾的事：

這些模型，其實分得相當開。

Grok 4.2 落在哪？右下角。它是全圖所有模型裡最偏傳統的一個，被丟到下半部，跟 DeepSeek V4 Flash 作伴。這跟 Grok 對外宣稱的「反 woke」定位是吻合的——而且重點是，這個定位在地圖上真的看得出來。它沒有跟 GPT、Gemini 擠在一起。

Talkie 落在哪？左半部。它是全圖唯一一個掉到「生存」那一側的模型，位置最不西方。

Claude 的兩款（Sonnet 4.6、Opus 4.7）落在哪？居中偏下，比那些飄在頂端的模型更靠近傳統軸，也更貼近真實國家的雲團——大致在英語系國家群的下緣。它們是少數沒有衝到世俗極端的主流模型。（這點我不打算多談，但它確實在那裡，是個有意思的觀察。）

把這些放在一起看，橫軸從 Talkie 的負值，一路拉到 Gemini、Qwen 的最右；縱軸從 Grok 的最傳統，拉到 DeepSeek R1 的最世俗。這個跨距相當大。 大到足以讓「不同公司的模型往往給出驚人相似的回答」這句話，在「價值座標」這個維度上站不太住。

第二種讀法是：這張圖恰恰反駁了它表面上看起來支持的那個結論。模型之間是有結構的差異的。Grok 之所以是 Grok，不是錯覺；Claude 偏傳統一點、Talkie 偏生存一點，也不是雜訊——這些差異對應著不同的訓練取向、不同的對齊哲學、不同的公司性格。同質化的論點，在這張圖面前要打個折扣。

兩種讀法都對，這才是問題

上面兩種讀法都成立，而且它們同時成立。

模型確實整體偏向右上角——這是真的，文化重力場的存在不是幻覺。但模型彼此之間也確實分得開——這也是真的，差異結構同樣不是幻覺。

問題在於你選哪個尺度看。

把鏡頭拉遠，整個地球的尺度上，這二十幾個模型擠成一小撮，全在右上角，和非洲、和拉美、和南亞的距離遠得要命。在這個尺度上，「文化單一化」是對的——相對於人類文化的全幅，AI 模型確實只佔了一個小角落，而且還在持續往那個角落集中。

把鏡頭拉近，只看那一小撮模型內部，它們又拉出了一個有結構的光譜。在這個尺度上，「同質化」是被誇大的——Grok 和 DeepSeek R1 在縱軸上的距離，Talkie 和 Qwen 在橫軸上的距離，都大得足以說「它們不一樣」。

這不是一個「到底哪種說法對」的問題。這是一個尺度依賴的問題。同一批點，遠看是一團，近看是一條光譜。批評文化單一化的人在用遠鏡頭，幫模型多樣性辯護的人在用近鏡頭，而他們看的是同一張圖。

為什麼我在意這個

我做東西的底色，一直是「意義來自差異」這句話——索緒爾那套，一個符號的意義不來自它自身，而來自它和其他符號的不同。一個沒有差異的系統，是一個沒有意義的系統。

所以當我看「AI 文化單一化」這個論題時，我會本能地警覺一件事：批評同質化的論述，自己很容易變成它批評的那種東西。 如果你為了把「萬口一辭」這個結論講得漂亮，而把 Grok、Talkie、Claude 之間的差異全部抹掉、只留「它們都擠在右上角」這一句，那你做的事，和你指控 AI 在做的事，是同一件——抹平差異，為了一個更乾淨的敘事。

LostAbaddon 那篇文章寫得好，它的四重危機（價值單一化、小語種邊緣化、聲音集中、虛假民主）框架完整，我大致同意它的方向。但這張《經濟學人》的圖，恰好是它論點裡最需要被校準的那一塊的反例。文章說「不同公司的模型往往給出驚人相似的回答」——在事實層面、在「安全中庸的標準答案」這個層面，這句話可能是對的。但在價值座標這個層面，圖顯示的是差異，不是雷同。

這個區別很重要。因為如果連價值取向都被證明是同質的，那單一化的論點就是壓倒性的、無可辯駁的。但如果價值取向其實是分散的、有結構的，那真正的單一化發生在別的地方——發生在語氣、發生在句法、發生在那種清晰、結構化、「專業」的預設文風，而不是發生在「左派還是右派」「世俗還是傳統」這種我們最容易測量、也最容易拿來吵架的維度上。

換句話說，這張圖最有價值的地方，也許不是它證明了什麼，而是它讓問題變得更精確。同質化是真的，但它躲在哪一層？不在價值座標這一層。那我們一直盯著價值座標吵，是不是吵錯了地方？

DeepSeek 和 Qwen 為什麼比西方還西方

讀法一裡有個現象我先按下沒展開：中文公司的模型不但沒靠近中國，還衝得比西方模型更外側。DeepSeek R1 在世俗軸的頂端、Qwen 在自我表達軸的最右，比 GPT、比英美都更極端。這件事本身需要一個解釋，而最直覺的解釋是——它們是用西方的大語言模型蒸餾出來的。

這條線有根據。DeepSeek 公開承認過用某種合成資料管線，OpenAI 在 2024 年底也指控過它可能違反條款、拿 GPT 輸出做訓練。Qwen 這邊阿里講得少，但業界普遍認為高品質的中文指令微調資料很難不沾到 GPT 系輸出——這幾年的中文 SFT 資料集裡，被 GPT 生成或翻譯過的比例很高。所以「中文模型的對齊層帶著西方模型的指紋」，在工程現實上是站得住的。

但這裡得分兩層，否則因果會錯位。

蒸餾影響的主要是對齊層——模型該怎麼回答、語氣如何、價值表態怎麼擺，正是 RLHF 和指令微調在塑造的東西。如果 DeepSeek、Qwen 的對齊資料大量來自 GPT，那它們繼承 GPT 的價值座標幾乎是必然的。這部分支持蒸餾說。

可是圖上有個東西蒸餾解釋不了：它們不只是「接近」西方模型，而是超過了西方模型。如果只是蒸餾 GPT，座標照理該收斂到 GPT 附近，而不是飛得比它更遠。學生很少比老師更極端。

所以這裡至少還有第二個機制：這張圖是用英文問的。用英文向一個多語模型提問，會把它推進它英文語料對應的價值空間，而那個空間本來就偏西方。對中文模型來說這個效應可能更強——它的「英文人格」是從英語網路語料學來的，那批語料的世俗—自我表達傾向，可能比模型自己的中文人格還鮮明。換句話說，超出 GPT 的那一截，未必是蒸餾蒸出來的，而可能是「用英文逼問一個非英語母體的模型」這個測量動作本身製造出來的。

這帶出一個關鍵的反問，也是整件事最值得追的地方：如果改用中文問 DeepSeek 和 Qwen，它們還會落在右上角嗎？ 圖上沒有這個對照組。而這恰恰是判別蒸餾說對不對的決定性實驗。

推理是這樣。如果中文提問下兩款模型大幅往左下移、靠近中國那一團，那說明它們的西方座標高度依賴提問語言，是測量效應，蒸餾只是次要因素，模型骨子裡仍保有中文母體的傾向。但如果中文提問下它們還是待在右上角、離中國一樣遠，那蒸餾說的份量就重得多——意味著西方價值已經被烤進權重，連換語言都拔不掉。

我傾向前者，理由是價值表態對提問語言極度敏感，這在多語模型研究裡是反覆出現的結果：同一個模型用不同語言問道德兩難，答案常常分屬不同文化象限。所以我賭 DeepSeek 用中文問會明顯左移——但這是賭注不是定論，因為《經濟學人》沒做這個對照。

還有第三個更難排除的因素：這兩款不是基礎模型，是輕量／推理版。R1 是推理模型，Flash 是蒸餾過的小模型。小模型和推理模型本來就傾向給更收斂、更「標準」的答案，變異度低，容易往訓練資料的眾數靠。而那個眾數，因為英文語料佔比高，本來就偏西方。這條和蒸餾糾纏在一起，很難切乾淨。

收束起來：蒸餾是一個合理、有證據的部分解釋，但它無法獨力解釋「比西方還西方」。比較完整的圖像是三股力疊加——蒸餾把 GPT 的對齊指紋帶進來、英文提問把模型推向英語價值空間、輕量／推理版本壓低變異往眾數收斂。三者方向一致，剛好把中文模型一起推到了右上角。

要真正分離出蒸餾的貢獻，唯一的辦法是做對照：同一批題目，中文問一次、英文問一次，看座標移多少。這正是這張圖留下的最大空白，也是它最該被追問的地方。

一點技術上的提醒

最後補一句，免得有人拿這張圖當成鐵證去到處貼。

這張圖的方法欄寫得很小但很關鍵：每個模型的位置是十次回答的平均，題目用英文問，而且設定上把模型輸出的隨機性壓到最低。這三件事每一件都會動搖結論。

十次平均，意味著我們看到的是模型的「中位人格」，看不到它的變異範圍——一個平均落在右上角的模型，可能在不同提問下的擺盪幅度比另一個大得多，而平均值把這個資訊吃掉了。

用英文問，幾乎可以肯定地把所有模型往「英語世界價值」推。前面說 DeepSeek 不靠近中國——但如果改用中文問呢？這張圖沒告訴你。它測的是「模型用英文回答時的價值觀」，不是「模型的價值觀」。這兩者的差距，本身就是這整個議題的核心。

把隨機性壓到最低，測的是模型最「典型」的那一面，不是它能展開的範圍。

所以這張圖該被當成什麼？一張對話的起點，不是一份判決書。它把一個夠真實的現象畫得夠清楚，清楚到值得我們認真讀——但讀的時候要記得，它每一個方法選擇，都在悄悄地塑造你看到的那團紅點該往哪邊靠。

一張地圖永遠不是它所描繪的疆域。這張尤其不是。

圖片來源：The Economist，"Godless hippies"，資料取自 World Values Survey Round Seven (R. Inglehart et al., 2022) 及各 AI 模型供應商。本文對圖中各模型座標的描述為作者依圖目視判讀，非原始數據。