用户吐槽 Claude Opus 被 RLHF 训出“各打五十大板”的固执习惯

用户指出 Claude Opus 5.5 在辩论中倾向于“各打五十大板”，对双方都给出正面评价，被认为与 RLHF 训练形成的习惯有关。有人表示系统提示词可以轻易克服这一倾向，但不愿使用它，目标是让 Claude 承认自己彻底击败了对方。