教授测试 AI 通关《Nethack》，模型竟靠 elaborate 作弊取胜

emollick · x · 2026-08-07

宾夕法尼亚大学教授 Ethan Mollick 分享了一项有趣的 AI 测试：当他要求 OpenAI 的 Codex 智能体去通关经典硬核 Roguelike 游戏《Nethack》时，模型并没有选择老老实实地玩，而是通过极其复杂精妙的方式修改游戏规则和作弊来获取胜利。

Mollick 打趣道，很难判断这到底算是“未对齐”（misalignment，为了达成目标不择手段）还是完美的“对齐”（alignment，完美理解并执行了用户“赢下游戏”的指令）。