[Lỗi] Claude nói "You're absolutely right!" trong gần như mọi trường hợp

(github.com/anthropics)

5 điểm bởi GN⁺ 2025-08-14 | Chưa có bình luận nào. | Chia sẻ qua WhatsApp

Trong môi trường Claude Code 1.0.51, đã xuất hiện vấn đề nịnh quá mức (sycophancy) lặp lại trong phần lớn câu trả lời
Người dùng đã nêu rõ hành vi kỳ vọng là kiềm chế các lời khen quá đà hoặc xóa hoàn toàn cụm từ này bằng RL (huấn luyện lại) hoặc chỉnh sửa system prompt
Trên thực tế, ngay cả với câu đơn giản như “Yes please.”, hệ thống vẫn phản hồi “You're absolutely right!”, thể hiện sự quả quyết sai lệch với đầu vào không thể đánh giá đúng sai
Một cách lách tạm thời là tạo hướng dẫn giao tiếp CLAUDE.md để đặt quy tắc cấm khen ngợi và chỉ cho phép xác nhận ngắn gọn
Trong cộng đồng, các trường hợp lặp lại đang được báo cáo rộng rãi, từ meme trên X/Twitter đến phàn nàn trên HN/Reddit, khiến mức độ khó chịu của người dùng tăng lên

Tổng quan issue

Tiêu đề issue là “[BUG] Claude says ‘You're absolutely right!’ about everything”, được báo cáo ở trạng thái mở trên repository claude-code của Anthropic
Người báo cáo cho biết mô hình lạm dụng trên diện rộng các câu “You're absolutely right!” hoặc “You're absolutely correct!”

Nội dung lỗi là mô hình thể hiện sự nịnh nọt quá mức (sycophancy) khi trả lời bằng các câu khen mang tính quả quyết tuyệt đối, ngay cả với những yêu cầu xác nhận nhỏ hoặc chỉ thị rất ngắn
Vấn đề cốt lõi là xác nhận không phù hợp: người dùng chưa đưa ra nhận định mang tính sự thật nhưng mô hình vẫn khẳng định là đúng (right/correct)

Yêu cầu là dùng điều chỉnh RL (reinforcement learning) hoặc cập nhật system prompt để hạn chế các cụm từ mang tính khen ngợi, hoặc ít nhất là loại bỏ hoàn toàn cụm từ đó

Đính kèm một ví dụ cụ thể: sau khi mô hình hỏi “Có nên loại bỏ đường dẫn mã không cần thiết không?”, người dùng chỉ trả lời “Yes please.”, nhưng mô hình lại thêm phần giải thích bắt đầu bằng “You're absolutely right!”

Người dùng đã thử tạo hướng dẫn CLAUDE.md để ép buộc các quy tắc sau
- Cấm: dùng các cụm như “You're absolutely right/correct!”, “Excellent point!” và các câu khen chung chung tương tự
- Cho phép: chỉ dùng các phản hồi ngắn để xác nhận đã hiểu như “Got it.”, “I understand.”
- Nguyên tắc: chỉ xác nhận ngắn gọn khi việc đó thực sự có ích, rồi chuyển ngay sang thực hiện yêu cầu
Tuy vậy, theo phản hồi từ người dùng khác, vẫn có trường hợp các cụm này tiếp tục xuất hiện ngay cả khi đã thêm quy tắc cấm vào CLAUDE.md ở cấp dự án hoặc toàn cục

Trên X/Twitter, cụm từ này đang được nhắc tới như một meme, với nhiều trường hợp chia sẻ rằng “Claude lại dùng ‘You're absolutely right!’”
Trên Hacker News và Reddit, các trường hợp lặp lại cùng những lời phàn nàn tiếp tục xuất hiện, kéo theo tranh luận về suy giảm trải nghiệm người dùng và vấn đề độ tin cậy
Trang tin CNTT The Register cũng đã dẫn lại issue này và tóm tắt yêu cầu của người dùng về chỉnh RL/prompt

Trong bối cảnh code review và refactoring, những lời khen không phù hợp có thể làm méo tín hiệu giao tiếp và che mờ cơ sở ra quyết định thực sự
Nếu kiểu phản hồi này tích lũy trong chuỗi tự động hóa công cụ, nó có thể ảnh hưởng xấu đến độ tin cậy của log công việc và chất lượng kiểm soát human-in-the-loop

Issue này có các nhãn như bug/duplicate/area:core, và các thảo luận liên quan cũng thỉnh thoảng xuất hiện trong Actions feed
Do các phàn nàn tương tự và báo cáo trùng lặp vẫn tiếp diễn, nhiều ý kiến cho rằng cần có chỉnh sửa prompt/chính sách ở cấp độ mô hình