研究：5 个 LLM 选目标远比 175 名人类狭窄，或收窄科学探索
ValerioCapraro · x · 2026-11-06
研究者在一个自我导向学习游戏中对比了 175 名人类与 5 个大模型（GPT-5、Gemini 2.5 Pro、Claude Sonnet 4.5、Qwen3 32B、Centaur）：玩家选择要调配的魔药并探索其配方。
核心发现
- 人类探索更广泛、逐步学会追求多样化目标；多数模型则反复锁定同一目标，固守已发现的配方。
- 不同模型的目标选择模式差异明显，同一模型的不同实例间几乎没有变化。
- 思维链与 persona 引导收效甚微。
作者担忧：我们越来越多地让 AI 决定哪些问题值得研究、哪些假设值得检验，这可能使 AI 把人类引向越来越窄的问题集合，限制集体智慧。论文来自 UC Berkeley 与 Amazon AGI Lab 的合作团队。
所属事件:研究发现 LLM 选择目标远比人类狭窄，或收窄科学探索(2 条相关)→
「漫话AGI」频道最新
- 作者实测:三份 ICLR 审稿意见 91%+ 由 AI 生成 — TuhinChakr · 2026-11-06
- Dan Shipper 闭门演讲：AI 接管更多工作后，人该保留什么 — kieranklaassen · 2026-11-06
- AI 读书会第 44 期推荐《新黑暗时代》:印刷消亡与后识字社会 — LuizaJarovsky · 2026-11-06
- AI 助手涌进 WhatsApp 与 Telegram,聊天应用成新入口 — dumay_sacha · 2026-11-06
- Gary Marcus 谈 AI 市场单日蒸发 2.5 万亿美元后的五个预测 — GaryMarcus · 2026-11-06
- Gary Marcus:市场单日蒸发 2.5 万亿美元,AI 增长叙事承压 — Gary Marcus · 2026-11-06