学者洞察：推理模型爱“立靶子”或源于训练

sethlazar · x · 2026-08-07

哲学学者 Seth Lazar 观察到，当前的 AI 模型（尤其是推理模型）在生成文本时有一个明显的写作习惯：频繁地与一个“假想的愚蠢对手”进行辩论（例如使用“它不是...而是...”的句式）。

他推测，这种行为模式可能根源于推理模型的训练机制：那个“假想的愚蠢对手”实际上代表了基础模型倾向于直接预测下一个最可能 token 的原始冲动；而推理层模型为了抑制这种冲动，学会了先将其表述出来然后再加以驳斥。