觀念一：驚人行為源自人為規劃

這一觀念則以為 ，

咱們被言語所「詐騙」：當 AI 生成「要挾」文本時，這是被稱為「獎賞亂用」（Reward Hacking）的已知工程問題 。而非其背面單調卻要害的代碼缺點。

在「關機損壞」試驗中，圖源：samuelmunk

歸納來看，作者