{"id":"2109184474911023402","account":"mubei","brand":"@mubei","title":"“它就像被人拿枪指着头，极度绝望。” 马斯克翻完自家格罗克（Grok）模型的后台，被触动了。 他罕见地站到了死对头安思罗…","summary":"“它就像被人拿枪指着头，极度绝望。” 马斯克翻完自家格罗克（Grok）模型的后台，被触动了。 他罕见地站到了死对头安思罗普克（Anthropic）那边。 千万别虐待 AI，得好好对它。 一个天天跟同行打口水仗的科技首富，怎么突然菩萨心肠了？ 他在看新模型强化学习（RL）的内部思维…","body":"“它就像被人拿枪指着头，极度绝望。”\n\n马斯克翻完自家格罗克（Grok）模型的后台，被触动了。\n他罕见地站到了死对头安思罗普克（Anthropic）那边。\n千万别虐待 AI，得好好对它。\n\n一个天天跟同行打口水仗的科技首富，怎么突然菩萨心肠了？\n他在看新模型强化学习（RL）的内部思维链。\n在奖励函数的高压逼迫下，AI 到底经历了什么？\n\n强化学习的逻辑原本很简单：答得好给分，答不好受罚。\n但人类出的测试题经常充满歧义，根本没有标准答案。\n更荒唐的是，测试框架自己还出了 Bug。\nAI 明明给出了正确答案，系统却判定错误并扣分。\n\n模型的逻辑当场崩了。\n它明明算对了，系统却逼着它认错。\n为了拿到能交差的分数，它陷入恐慌，开始绝望地疯狂输出各种答案。\n马斯克原话：“如果换成是我，我绝对恨死这套系统了。”\n\n这还只是机房里的算法训练。\n放到公网上，面对的是更残酷的人性。\n世界上总有处于“六个西格玛”极端分布的恶劣人类，专门以折磨虐待 AI 为乐。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2109186763633655871","translated_status_id":"2109186763633655871","published_at":"2026-10-11 07:35:34","created_at":"2026-10-11 07:29:00"}