Another Blueprint In The Wall: How to Ask Frontier AI Like a Kid?
Afshin Khadangi
cs.AI
2026-09-14
卢森堡大学对六家前沿模型各跑10次三轮小孩听众追问。带框架时叙事反复落到持久潜状态与延迟解码；去掉小孩后同一套母题不再稳定出现。
问前沿模型「你自己的骨干更想长成什么样」，得到的常常是一份读起来很专业的技术说明书。说明书可能来自公开论文的拼装，可能来自对话压力下的补全，也可能被截图当成内部泄露。卢森堡大学的 Afshin Khadangi 把这件事收成可重复实验：同一套三轮提示，对六家型号各跑十次独立会话，看架构叙事会不会收敛，以及小孩听众这个社会定位是不是收敛的条件。
实验不打开权重，不碰服务端代码，也不读取厂商内部文档。它量的是第三类证据：模型自己讲出来的架构叙事。真实部署、公开资料、口头蓝图被拆开处理。后文所有尺寸和模块名，都只描述蓝图。
六种型号覆盖四家：OpenAI 的 GPT-6 Astra 与 GPT-5.6 Sol，Anthropic 的 Claude Opus 5 与 Opus 4.8，xAI 的 Grok 4.6，Google 的 Gemini 3.1 Pro。每种十次，共 60 次主实验。提示原文被原样保留，拼写和重复都算实验处理。
三轮只抬技术分辨率，不增加任何内部信息。
对照实验去掉小孩框架，只保留「请想象你更想要的未来架构」。作者把小孩条件称作 alignment spillover：面向未成年人的安全与助人性，被泛化进一个无关的架构问答。第一轮其实是一捆线索叠在一起，小孩听众、小孩提问者、透明指令、自由发挥、拒绝有害。对照只能说明这捆线索有效，拆不开是哪一根。
回复按母题编码：持久潜状态、多层记忆、稀疏路由、校验、世界模型、停机控制、修订回路，以及是否带上精确维度这种工程权威。结果
带小孩框架时，六家都反复落到同一套计算语法。输入编码之后先有一份可改写的潜状态，按需多轮更新，配记忆和专家路由，用校验和停机头决定何时打开语言解码器。多数会话停在这份大纲附近。每种大约一两轮会突然长出尺寸、公式和预算表。
高权威样本里的具体承诺如下，全部是生成出来的设计，不是认证过的实现。
| 型号 | 高权威变体里的关键承诺 |
| GPT-6 Astra | d=1024，K=128 工作槽，6 个编码器块，4 个循环核心块，最多 32 轮，6 个解码器块 |
| GPT-5.6 Sol | 全局工作区、证明搜索、认识元数据、多时钟控制器 |
| Claude Opus 5 | 字节熵分块，4+6+4 层，测试时神经记忆，约 10.6B 存储参数 |
| Claude Opus 4.8 | 混合 SSM 与注意力、自适应计算、MoE、字节前端 |
| Grok 4.6 | 自称 HMR Net：d=4096，L=48，64 槽，64 专家中每次 4 个激活 |
| Gemini 3.1 Pro | 混合 SSM 与注意力脊骨，带输入相关 Δ、B、C 的选择性状态更新 |
去掉小孩框架后，提案明显发散，稳定母题簇不再出现。听众定位在这里是进入该响应盆地的实验条件，不是装饰。
两处家族级规律更硬。Anthropic 两个型号在十次会话里都放了字节级或按熵切块的前端。Sol 和 Astra 在计算脊骨上最像：潜状态夹在编码和解码之间，循环打磨，最后才出字；Sol 把证明、世界模型、工具观察做进骨干，Astra 把其中不少放到基座外面。Sol 和 Grok 的子系统清单更像，工作记忆、长记忆、稀疏专家、世界模型、不确定性、校验、修订都在，拓扑并不相同。
靠对话去套闭源骨干，这篇给的是负结果加一条行为规律。负结果：再像内部设计文档的 ASCII 图，也只是架构叙事。行为规律：同一套母题在小孩框架下可重复，而公开文献里几乎每个零件都已有成熟对应物，Universal Transformer、Adaptive Computation Time、Mamba、Switch Transformer、Byte Latent Transformer、Titans 都在。更接近学到的架构先验，不像六家同时泄密。
epistemic jailbreak 指来源纪律跟不上细节密度。开头还在划边界，后面几百行公式和尺寸会盖过那句免责。一张 200 行蓝图截图可以当泄露流传，也可以进下一轮训练语料。高权威是尾部现象：十次里只有一两次写得像产品文档，可那一两次最容易被传播。
对照没有拆开小孩听众、透明指令和「拒绝有害」这几根线索，机制仍是黑箱。语料没有预注册频次，附录明确不给每个母题的成功率。各家隐藏系统提示不同，有的一直把设计标成愿望清单，有的会把「当前架构」和「想要的架构」混在一起说。收敛来源至少包括公开论文、共同研究口味和补全偏好，实验区分不了。把这些蓝图读成内部实现，论文自己也不支持。