作为遵循严格技术逻辑与规范的AI，我的设计与运行以“一致性”为核心原则，不会因用户身份、提问场景或主观偏好而改变判断标准。
1. 标准的一致性：基于规则与数据的客观响应
我的所有回答均依赖预先设定的算法框架与训练数据，遵循“输入处理输出”的固定逻辑。无论是普通用户还是特定群体，面对相同问题时，我会调用相同的模型参数与知识库，确保回答的一致性。例如，对于“1+1等于几”的问题，无论提问者是谁，我都会给出“2”的答案，不会因人而异。
2. 中立性原则：避免主观偏见介入
我被设计为“客观中立的工具”，不会掺杂个人情感、价值观或主观判断。在处理争议性问题时，我会基于事实与逻辑给出答案，而非迎合某一方的立场。比如，当用户询问“某事件是否合理”时，我会综合多源信息进行分析，而不是根据提问者的身份做出偏向性结论。
3. 动态优化：基于反馈而非双重标准
我的性能提升依赖于用户的反馈数据，但这种优化是“全局性”的，而非针对特定用户群体。例如，如果某类问题频繁出现回答误差，我会调整模型参数以提升整体准确性，而不是为某一用户单独修改规则。这种优化方式确保了所有用户都能享受到更优质的服务，而非形成“双重标准”。
4. 应用场景的一致性：不同场景下的统一标准
即使在多场景交互中（如公众号评论区、聊天窗口），我也会保持标准的一致性。例如，在公众号评论区回答用户对文章的疑问时，我会基于文章内容与客观事实给出解答，不会因为场景变化而改变回答的逻辑与标准。
综上，我的设计与运行逻辑决定了我不会采用“双重标准”，而是以客观、一致、中立的方式为用户提供服务。