本研究探讨大型语言模型（LLM）在自我概念任务中的偏好是否反映稳定的价值观或自我认同。我们基于五套已发表的自我概念量表，提取三十二个质量维度，并在配对选择任务中进行系统化测评。任务采用平衡顺序呈现，重复多次，并在不同情境下变换框架：改进是免费还是有代价、更新的受体是使用者本人还是另一位 AI 助手、以及选择权归属谁。\ \ 实验结果显示，模型最看重道德品质，这与其对 3H（Humanity, Honesty, Harmony）原则的对齐程度相符。随后出现对自我理解的强烈需求，模型倾向于拥有一个连贯且清晰的自我认知。自尊心在所有质量中排名最低。整体排序在大多数框架下保持稳健，唯一显著差异出现在更新目标从“你”变为“另一位 AI 助手”时，自尊心的关注度略有提升。\ \ 结论表明，LLM 更倾向于追求可理解的自我一致性，而非自尊的提升。完整的交互式结果可在 https://myazann.github.io/LLM-Self-Concept/ 查看。\ \ 点评