AI自己这样判断，却转头责怪做出同样判断的人

五项实验覆盖48种条件、超过5000次试验，考察GPT‑4o和Claude 3.7 Sonnet的两类贝叶斯任务，并让模型评价一个作出相同推理的假想人物。模型在贝叶斯任务上的表现接近人类，但更依赖规则式、僵硬的推理；在评价他人时，模型比人类更明显地出现“自己使用贝叶斯判断、却贬低使用同一判断者”的不一致。研究比较的是任务输出与既有的人类实验，不意味着模型具有人的道德心理。