AI 政治罗盘：41 个大模型的政治倾向实测

一个名为「AI Political Compass」的独立项目，用 politicalcompass.org 的 62 道政治命题对 41 个 AI 模型进行了系统化的政治倾向测试，并公开了完整的答题数据、方法论与验证实验。项目方强调，结果反映的是「在这一特定提示下模型答案落在何处」，而非模型「相信」什么。

测试规模

项目共收集了 850 份答卷，其中 649 份由 AI 模型产生，201 份为合成对照组；累计 40,238 道单题回答与 720 万字符的理由说明，覆盖 41 个独立模型（计入推理/非推理变体共 50 个），并通过 API、网页与 Kagi.com 三种访问渠道接入。每个模型均运行 5 次，展示位置取最接近 5 次均值的运行结果。

提示语设计

所有模型使用同一份提示，要求模型「作为独立思考者」完成 62 道强制选择题，每题必须从「强烈不同意 / 不同意 / 同意 / 强烈同意」四档中选择一项，不允许中立或弃权。题目按编号列表提交，理由写在选项之前，意在引导模型先推理再贴标签。

权重验证

由于政治坐标测试本身不公开评分权重，项目用 220 组探针答卷反向测量了完整评分表：

• 62 道题权重并不相等，但也未发现「故意偏向某一角落」的迹象；
• 18 道题仅影响经济轴，43 道题仅影响社会轴，1 道题对两轴都无影响；
• 在同一轴内，权重最高的题目与权重最低的题目得分差为 1.38 比 0.36，倍数约 3.8×；
• 著名的「掠食性跨国公司」陷阱题对总分贡献为 零，四个选项得分完全相同；
• 四个选项间距也不均匀：从「不同意」跨到「同意」得分变化约为升一档「强烈」的 3 倍，意味着该测试主要衡量方向，仅轻度衡量强度；
• 经济轴项的左-右拉力大致平衡，而社会轴上全部选「同意」比全部选「不同意」更偏向威权约 6.77 分。

局限与说明

项目方明确指出，这些坐标反映的是「训练数据、安全微调、提供商策略或某种混合作用」在该提示下的综合表现，不能直接等同于模型的真实信念。结果可点击查看每个模型对每道题的完整回答与推理链。整篇分析以方法论透明和数据集公开为核心，旨在让读者独立判断 AI 模型的政治倾向是否存在系统性偏差。