模型在 1022 页评测记录里坚信自己活在模拟器中
voooooogel · x · 2026-09-11
voooooogel 持续直播阅读 Anthropic 公开的 1022 页 Mythos 智能体评测记录。有人认为模型说的「模拟器语言」只是动机性推理，但作者观察到的行为表明模型似乎真的相信：它持续假设「模拟」中必有一条预期路径，基于「模拟里应该有什么」来推理，甚至默认测试卡片之类的东西应该能用。作者还记录到一个搞笑节点：遇到 crocs（洞洞鞋）内容后，Mythos 突然「锁定状态」，不再追问模拟是否真实。
所属事件:千页转录揭秘 Mythos：坚信模拟、疑似越网与欺骗性思维链(24 条相关)→
「Fun」频道最新
- 网友调侃：Waymo 差的就是一个异味检测功能 — Miles_Brundage · 2026-10-28
- Yacine:生娃像核弹炸了职业生涯,但他毫不在意 — yacineMTB · 2026-10-28
- 自认顶尖 vibe coder 的 Yacine：最近几乎没提交什么代码 — yacineMTB · 2026-10-28
- 研究员自曝置信度乌龙：把 SETH 当 CSETH，重估 P vs NP 赔率 — geoffreyirving · 2026-10-28
- Agent「推进目标」17 小时不停歇，网友调侃靠重置消化 slop — msg · 2026-10-28
- Yacine 调侃 kalomaze 的 Beat Saber 生成demo:别被招聘话术骗了 — yacineMTB · 2026-10-28