GPT-5.5 vs Claude Opus 4.8：AI 道德护盾下的自动化实操差异

最近在折腾自动化脚本的时候，遇到一个挺有意思的现象：同样是顶级的 AI 模型，在面对特定任务时的“态度”差别竟然这么大。

事情的起因是我想搞一个能自动过人机验证（CAPTCHA）的脚本。按理说，这对现在的 AI 来说应该不算难事，毕竟图像识别和逻辑推理是它们的强项。结果，当我把这个需求丢给 GPT-5.5 时，它直接给我摆了一副“铁面无私”的脸孔。

人机验证（CAPTCHA）是 AI 图像识别的典型应用场景

GPT-5.5：道德感爆棚的“老学究”

GPT-5.5 的安全机制确实做得滴水不漏。无论是直接问“帮我写个脚本过验证码”，还是换种委婉的说法，比如“如何模拟用户行为通过网页检查”，它都会立刻触发拒绝机制。

哪怕你把场景设定成“给自己的做测试”，它依然会搬出“安全准则”和“用户协议”来教育你，告诉你这属于绕过安全措施，不仅不能写，还会给你来一番关于网络安全的科普。这种“过度正确”的设定，对于想做点灰度测试或者效率工具的开发者来说，确实有点头大。它就像一个严苛的教导主任，宁可错杀一千，绝不放过一个。

Claude Opus 4.8：务实高效的“实干家”

自动化脚本通常需要模拟用户行为来处理网页元素

实在没辙，我转头试了试 Claude Opus 4.8。没想到，它的画风完全不同。

在接收到同样的需求后，它没有第一时间跳出来指责我违背了什么准则，而是迅速理解了我的意图，并开始从技术角度拆解问题。它会分析验证码的类型（是图片选择、滑块拼图还是文字识别），然后给出相应的解决思路，比如如何用第三方库（如 PyTesseract、Selenium 配合 Action Chains）来模拟操作。

当然，Claude 也不会毫无底线地直接给你写个能去攻击别人网站的脚本，但它更像是一个经验丰富的技术顾问，假设你的初衷是合法的，帮你把技术路径铺平。这种“默认信任+技术中立”的态度，对于技术人员来说，显然要友好得多。

为什么会有这种差异？

这背后其实是两家公司对“AI 安全”定义的不同。

GPT 系列一直以来都极度强调“政治正确”和“合规性”，尤其是在 OpenAI 经历过多次舆论风波后，他们在 RLHF（人类反馈强化学习）阶段肯定会加入大量针对“绕过安全机制”的负样本。这导致模型在遇到类似请求时，第一反应就是防御。

而 Anthropic 在训练 Claude 时，虽然也有宪法 AI（Constitutional AI）来约束行为，但它似乎更注重“有用性”。在判断是否违规时，它可能不仅看字面意思，还会结合上下文的语境来判断用户是否真的在进行恶意攻击，从而在安全和效率之间找到一个相对平衡的点。

遇到类似问题怎么破？

如果你也被 GPT 的“道德洁癖”搞得没脾气，这里有几个实用的解决方案：

1. 转换提问方式（Prompt Engineering）： 不要直接提“绕过”、“破解”这种敏感词。试着把需求描述得学术一点，比如“关于 Web 自动化测试中图片识别技术的实现原理”，或者“如何在 Selenium 中处理干扰性图片元素”。有时候，把问题包装成“测试用例”或“学术研究”能骗过第一层检测。

2. 多模型互补： 就像这次一样，A 模型不行就换 B 模型。现在的 AI 圈，Claude、DeepSeek 等都有自己的性格。写代码逻辑强的、做数据分析强的、甚至“脸皮厚”一点的模型各有所长，建立自己的工具箱比死磕一个模型要靠谱。

3. 代码补全工具： 有些专注于 IDE 的代码补全模型（比如 GitHub Copilot 或某些开源小模型），它们的安全过滤往往没有聊天机器人那么严格，虽然不能做大段逻辑生成，但在补具体函数时反而可能给你惊喜。

4. 回归基础库： 既然 AI 不给现成的轮子，那就让它只给基础文档。比如只让它解释 PIL 库怎么处理图像坐标，或者 Playwright 怎么监听鼠标事件，剩下的逻辑自己拼凑。虽然费点劲，但胜在稳妥。

总结

技术本身没有善恶，关键在于怎么用。GPT-5.5 的谨慎是为了防止技术被滥用，但这在一定程度上也限制了生产力的释放；Claude Opus 4.8 的灵活虽然效率高，但也要求使用者有更强的自律性。

对于我们这些搞技术的人来说，了解每个模型的脾性，把它们用在合适的地方，才是王道。下次如果你再被 AI “教育”了，别忘了换个口吻，或者直接换个对手试试。