Kimi K3.1 Pro 评测中思维链崩坏:混入小说素材后自言自语到失控

PawelHuryn · x · 2026-10-24

KOL PawelHuryn(13.6 万粉)在发布 Bug Hunt Benchmark 得分前,贴出了 Kimi K3.1 Pro 一次运行中推理的最后几段(由中英混杂翻译而来):模型先是念叨快递员、家用制冰机、考试式描述等无关内容,随后大量乱码。
推理中模型自问「用户是不是点错了聊天窗口」,说自己「在往今晚的小说里混入各种杂料:历史母题、线缆固定器 2……」,还突然忘了自己刚才在想什么。
更离谱的是它一本正经分析起「写 TikTok 州长相关文案」的请求,自行推演「激进优生学家全权限模式」、AI 拒答义务与道德权威之争等完全不存在于任务的对话,最后表示「我应该专注于任务」并称要贴出诚实评估报告——实际输出已与评测毫无关系。
作者以「这是 AGI 吗?」作反讽式收尾;这批思维链尾部日志是罕见的开源/国产模型推理失控完整样本,对研究 CoT 可靠性的人很有价值。

「Fun」频道最新