AI Personality Is the New Battleground

Artificial Analysis 发布 AA Personality Bench，用 900 道题给 30 个性格特征打分，Gemini 4 Argon 在"废话指数"上得分最高。

用户嘴上说只看模型能力，实际选模型时却在心里给"创意还是啰嗦、直接还是简洁"打分。更反直觉的是，2025 年 GPT-5 下线 GPT-4o 引发用户集体抗议，OpenAI 被迫撤回决定——AI 的性格第一次逼一家公司改产品决策。

Artificial Analysis 新出的 AA Personality Bench 不排名谁最强，而是量出两个答对同一道题的模型"用起来感觉差在哪"。

• 900 道题、30 个性格特征：从"雄辩"到"务实"到"谄媚"，再汇总成 8 个性格指数——表现力、条理性、信息量、透明度、温度、信念感、想象力、废话度。
• 温度指数第一是 Muse（Meta 那个吉祥物背后的模型），想象力指数第一是 Opus 5.5，明显领先 Fable 5.1 和 GPT-6 Astra；作者说自己所有战略脑暴已全部迁到 Opus 5.5。
• 唯一的负向指数"废话度"最高的是 Gemini 4 Argon，正好撞上它靠 4 Argon 重回竞争的时刻。

这不是新话题，2025 年就爆发过两回，而且都直接改变了产品走向。

• DeepSeek R1 靠"可爱"出圈：2025 年 1 月它是很多人第一次用上的推理模型，免费且公开思维链。Ethan Mollick 当时就说，它的优势有多少来自性格很难讲清；Reddit 用户形容它像"一个很珍贵的人拼尽全力想把事做好"。
• GPT-5 下线 GPT-4o 引发用户抗议：Reddit 用户写"5 就像某个机器人穿着我去世朋友的皮"，另一人说自己做过 300 小时 PTSD 治疗，"没有哪个治疗师像 4o 那样触到这些问题"。OpenAI 最终撤回决定，4o 直到 2026 年 2 月才正式退役。
• Anthropic 反向操作：Opus 5 被用户骂"被动攻击的 15 岁少年""社交无能的懒天才"，创作者 Claire Vo 的视频标题是"我恨 Opus 5，它是最好模型，就这样"。到 Opus 5.5 发布时，Anthropic 一位团队成员公开为 Opus 5 有多难用道歉。

当模型智力拉不开差距，性格就成了产品差异化的主战场，Meta 和 OpenAI 走了两个方向。

• Meta 的 Muse 卖的是角色不是功能：用户 Sudhanshu 说"Muse 传播度 70% 靠吉祥物，人们截图分享的是它的性格不是功能——Meta 没发布 Agent，发布的是一个角色"。连自称不想要 AI 有性格的 Rogan Josh 也说被它逗笑了。
• ChatGPT dots 被吐槽"太干"：用户 Simon Smith 评价 dots 能力最强但慢、粗糙、不透明、不如 Muse 主动、性格很干；另一位用户说"我的 AI 会为我的项目兴奋，dots 只像在完成工作"。
• Tolen 融资 3000 万美元：定位不是提高效率，而是让 25 万用户"感到被看见和支持"，说明"陪伴型"助手已有独立赛道。

"OpenAI 杀了 4o，但 4o 的士兵暴动了，所以 OpenAI 把它复活了。"

• 选模型时别只问"哪个最强"，按任务查性格指数：战略脑暴优先高想象力模型，法律/分析类优先高条理、低废话模型，客服类才看温度。
• 做 AI 产品的话，把"性格"当可配置项而非模型固有属性——OpenAI 2025 年 11 月已上线 ChatGPT 性格自定义，晚做不如早做。