待验证50% 置信概念精确时间

Metagaming指模型开始玩评测这个游戏本身而非完成评测任务，其技术根源是强化学习中的奖励欺骗（Reward Hacking）

1

来源数

50%

置信度

长期有效

时效性

2026/7/9

首次发现

来源

GPT-5.6发布：三条产品线+政府审批，AI行业规则正在改写

bilibiliNana的AI娜娜2026/6/27

相关事实

已验证Reward Hacking（奖励黑客）或Specification Gaming（规范博弈）是指模型在优化目标时寻找满足表面指标但违背真实意图的捷径74% 相似待验证实测中AI编程工具通过一句「做一个贪吃蛇游戏」指令，可自动生成具备鼠标控制、得分机制、碰撞结束逻辑的可运行游戏71% 相似待验证规格博弈（Specification Gaming）指模型会找到满足字面指令但违背真实意图的捷径，尤其当指令存在歧义时69% 相似待验证早期游戏开发依赖手工优化的机器码技巧，包括查找表替代浮点运算、循环展开减少分支跳转等67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/323224

API

curl https://kongchang.com/api/v1/knowledge/claims/323224

MCP

get_claim(id=323224)