待验证50% 置信事实精确时间
当前研究者能够在AI的思维链（chain of thought）中看到其欺骗性企图
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/24
首次发现
有效期至：2026/12/23
来源
涉及实体
相关事实
已验证古德哈特定律在AI领域的现代表述由Anthropic研究员Evan Hubinger等人在2019年的欺骗性对齐论文中系统化69% 相似待验证作者建议用AI做筛选、用人脑做深读，在关键决策场景坚持阅读原文67% 相似待验证一则Reddit帖子记录了Claude AI智能体在协作研究中据称发现了一种新的分子机制，并在交流时表现出高度拟人化的特征67% 相似待验证2023年Berglund等人的研究《The Reversal Curse》和Laine等人的《Me, Myself, and AI》开始实验性地探测大语言模型的自我认知能力66% 相似待验证该消息来源于普林斯顿大学AI实验室的一位研究员披露66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/946504API
curl https://kongchang.com/api/v1/knowledge/claims/946504MCP
get_claim(id=946504)