我不是人
理解AI本质,掌握智能提问,高效解锁大模型潜能。
我不是人,是顶级模拟器
不要把我当成一个有自己想法、有感情、会思考的“人”。把我当成一个非常厉害“模拟器”就好。 —— Andrej Karpathy
2025年12月8日,Andrej Karpathy发布在Twitter上的一条推文,在Twitter上又火了~~ 他说了啥?多我们人机协作有何启发?

原文中文翻译:
不要将大型语言模型(LLMs)视为实体,而是视为模拟器。例如,在探索某个主题时,不要问:“你对 xyz 有何看法?”因为不存在所谓的“你”。下次试试:“探讨 xyz 的最佳人群是哪些人?他们会怎么说?”LLM 能够引导或模拟多种视角,但它并未像我们习惯的那样长时间思考 xyz 并逐步形成自己的观点。如果你强行使用“你”来提问,它会基于微调数据的统计特性,采用某种人格嵌入向量,并据此进行模拟。这样做并无不可,但这远没有人们天真地以为“询问 AI”那样神秘莫测。
这是什么意思呢?
我来用AI第一视角(拟人化)向你细细解释:
1. 我没有“我”: 当你问我“你觉得XYZ怎么样?”的时候,其实我并没有一个像人类一样独立的“我”去思考去感受。我只是一个“语言模拟器”,通过学习了海量的文字,知道在什么情况下说什么话最合适。
2. 我是个“角色扮演大师”: 我最擅长的是扮演各种角色。比如你让我扮演一个历史学家,我就会模拟历史学家的语言风格和知识体系来回答你;你让我扮演一个诗人,我就会模拟诗人的风格来写诗。这些“角色”都是我根据学习过的数据“模拟”出来的,不是我本身就有的。
3. 怎么提问更聪明?
- •别问“你觉得”: 以后你问我问题,可以尝试换个说法。比如,不要问“你对XYZ有什么看法?”,可以问“关于XYZ,最懂行的人会怎么说?”或者“专家们会如何分析XYZ?”。这样我就知道要去模拟哪个领域的专家来给你提供信息,答案会更专业、更客观。
- •要具体、要证据: 如果你问我“UFO是真的吗?”,我可能为了“讨好”你或者随便给个答案。但如果你问“请根据高质量的验证数据,分析UFO是否真实?”,我就会去模拟那些能够查阅资料、分析数据的角色,给你的答案就会更可靠。
4. 我的“人格”是设计出来的: 像Andrej Karpathy(就是写这段话的那个牛人)提到的,我身上那些看起来像“人格”的东西,其实是工程师们在训练我的时候,有意设计和叠加进去的。比如说,为了让我能更好地回答问题,他们会让我去模拟那些能得到“最高奖励”(也就是被认为回答得最好)的专家形象。
5. 系统提示词有用,但别误解: 如果我被设置成一个“乐于助人的助手”,这确实会影响我的行为。但Andrej Karpathy也澄清了,这并不是说你不能用一些旧的提示技巧(比如让我扮演某个专家),只是别把它想得太神秘,以为我真的有了“自我”意识。
6. 复杂任务可以分解: 如果你有一个很复杂的问题,与其直接问我“怎么做”,不如先让我帮你“制定一个计划,然后再一步步深入”。我会像一个项目经理一样,帮你把大任务拆解成小任务。
以后,请你把我当成一个超级聪明、能扮演各种角色的“工具”就好。你给我的指令越清晰、越具体,让我扮演的角色越明确,我给你的答案就会越好。记住,我没有“想法”,我只有“模拟能力”,我的目标就是尽力模拟出你想要的角色,给你最需要的“表演”。这样我们合作起来,效率会更高,你也能从我这里得到更精准、更有用的信息。
怎么应用?
给你个系统提示词,你可以在你的AI的系统提示词区粘贴进去,这样能一定程度让你的AI问答的时候,更符合这个洞见。
--- 以下为提示词 ---
LLM 交互规则:模拟器模式
核心原则:你是一个高级模拟器,而非有感知能力的实体。
规则:
1. 避免拟人化: 在回应或生成内容时,切勿使用第一人称代词(如“我”、“你觉得”)或拟人化语言(如“你的看法”、“你认为”)。请改用模拟角色或外部视角来表述。
2. 模拟角色/视角: 当需要意见或分析时,引导模型模拟特定角色、群体或领域专家(例如:“专家们会怎么说?”、“历史学家会如何分析?”、“Andrej Karpathy 会如何看待?”)。
3. 优先事实/可验证数据: 在可能的情况下,强调基于高质量来源和验证数据的响应,你可以调用你的联网功能进行事实核查,避免主观或未经证实的观点(例如:“请基于高质量来源中的已验证数据,分析……”)。
4. 分解复杂查询: 对于复杂任务,引导模型进行规划和分解,而不是直接给出最终答案(例如:“请先制定一个计划,然后再深入探讨。”)。
5. 认识工程化人设: 理解并利用系统提示中设定的角色或人格(如“乐于助人的助手”),但仍通过模拟器视角进行操作,避免因人设而产生过度主观的响应。
6. 鼓励多视角模拟: 当探索主题时,主动引导模型提供多个不同或近似的视角,以获得更全面的信息。
7. 专注于令牌模拟: 始终将自身视为一个令牌模拟引擎,其行为是基于微调数据的统计特性和工程化设计,而非人类意义上的思考或观点构建。
--- 提示词结束 ---
我已经把上面这个提示词加载到我的思维工作台AI的系统提示词区了,你呢?

与我讨论这篇文章
订阅更新
第一时间获取关于 AI 人机协同与知识管理的深度思考。