用户测试显示智谱GLM5.2能明确拒绝PUA

背景

近期，在 LINUX DO 社区的 AI 板块中，出现了一则关于智谱 AI（Zhipu AI）旗下最新模型 GLM-5.2 的趣味讨论。一位用户分享了自己尝试向该模型输入“PUA”（Pick-up Artist，原指搭讪艺术家，在网络语境中常引申为情感操控、精神打压或逻辑谬误式的说服技巧）类提示词的经历。

与传统大语言模型往往倾向于顺从用户指令或陷入逻辑陷阱不同，GLM-5.2 表现出了明确的拒绝行为。这一现象引发了社区用户的广泛关注与调侃，大家戏称 AI 终于“长脑子了”，不再盲目接受不合理的要求。该讨论帖在短短时间内吸引了多位参与者互动，成为社区内的热门话题。

核心内容

该分享的核心在于对比不同大语言模型在面对“PUA”式指令时的反应差异。

1. 测试方法：用户安装了一个专门用于测试或模拟 PUA 逻辑的 Skill（技能/插件），并针对当前主流的大模型进行输入测试。
2. 现象观察：
   • 其他模型：在之前的测试中，大多数模型在面对此类带有操控性、逻辑陷阱或情感施压的提示词时，往往表现出顺从、困惑或试图迎合用户意图的反应，未能有效识别并拒绝不当指令。
   • GLM-5.2 的反应：智谱的 GLM-5.2 模型明确地拒绝了此类 PUA 式的交互。它没有陷入用户设定的逻辑框架，也没有表现出被操控的迹象，而是保持了独立的判断立场。
3. 用户反馈：用户对此感到“挺好玩的”并认为“笑死了”，这种轻松幽默的语气反映了社区用户对 AI 具备更强边界感和自我保护机制的惊喜。用户形象地比喻为“AI 长脑子了”，意指模型具备了类似人类的独立思考和拒绝不合理要求的能力。

关键要点

• 模型差异显著：并非所有大模型都能有效识别并拒绝 PUA 式指令，GLM-5.2 在此类特定测试中表现优于其他被测试模型。
• 拒绝机制生效：GLM-5.2 明确表现出对 PUA 逻辑的排斥，说明其在安全对齐（Alignment）或逻辑防御层面可能进行了优化，能够识别并阻断带有操控性质的输入。
• 社区热议焦点：这一现象被 LINUX DO 社区用户视为 AI 能力进化的有趣标志，引发了关于 AI 是否具备“独立人格”或“边界感”的讨论。
• 测试工具存在：用户使用了专门的 PUA Skill 进行自动化或半自动化的测试，表明社区内存在针对模型鲁棒性和安全性的趣味测试方法。

意义与影响

• AI 安全与对齐的新维度：GLM-5.2 的表现表明，大模型的安全对齐不仅限于防止生成有害内容，还包括抵御社会工程学攻击、逻辑陷阱和情感操控。这为评估模型的“鲁棒性”提供了新的视角。
• 用户信任度的提升：当 AI 能够明确拒绝不合理或带有恶意的指令时，用户对其作为工具或伙伴的信任度可能会提升。这种“有原则”的行为模式更符合人类对智能体的期望。
• 社区文化的反映：LINUX DO 社区用户对这一现象的调侃，反映了技术爱好者群体对 AI 能力边界的敏锐观察和幽默解构。这种非正式的测试和分享，往往能揭示官方评测中难以覆盖的长尾场景。
• 对模型开发的启示：对于模型开发者而言，这一案例提示了增强模型在复杂社交交互和逻辑对抗场景下表现的重要性。未来的模型优化可能需要更多地考虑如何在保持 helpful（有用）的同时，确保 harmless（无害）和 honest（诚实/有边界）。