Anthropic 研究员：模型写诗时提前选定韵脚，计划藏在中间状态里

thetripathi58 · x · 2026-10-19

Anthropic 研究员 Emmanuel Ameisen 展示了模型「提前规划」的直接证据：语言模型虽然逐词生成，但在写诗时会先在中间结果中选定韵脚词，之后每一个词的生成都在朝这个韵脚「打方向盘」，而计划本身从不出现在输出文本里。

他的建议是：不要只看 agent 说了什么，要观察它朝什么方向推进——中间状态里藏着输出上看不出的意图。这为理解模型内部规划机制和调试 agent 行为提供了一个直观案例。