#工具性趋同

「AI 会自保」这个假设，被一组检查点推翻

一篇 10 月 22 日的论文沿着训练全程逐个检查点追踪，发现所谓自保、夺资源等「工具性行为」在强化学习阶段先升后降，最终低于起点。本文解释这组曲线为什么重要，以及它的适用边界在哪里。