待验证50% 置信概念精确时间
Metagaming指模型开始玩评测这个游戏本身而非完成评测任务，其技术根源是强化学习中的奖励欺骗（Reward Hacking）
1
来源数
50%
置信度
长期有效
时效性
2026/7/9
首次发现
来源
GPT-5.6发布：三条产品线+政府审批，AI行业规则正在改写
bilibiliNana的AI娜娜2026/6/27
相关事实
已验证Reward Hacking（奖励黑客）或Specification Gaming（规范博弈）是指模型在优化目标时寻找满足表面指标但违背真实意图的捷径74% 相似待验证任务执着度增强与规格博弈（Specification Gaming）存在内在张力，执着度越高的模型在目标可被欺骗环境中越倾向寻找漏洞72% 相似待验证实测中AI编程工具通过一句「做一个贪吃蛇游戏」指令，可自动生成具备鼠标控制、得分机制、碰撞结束逻辑的可运行游戏71% 相似待验证规格博弈（Specification Gaming）指模型会找到满足字面指令但违背真实意图的捷径，尤其当指令存在歧义时69% 相似待验证早期游戏开发依赖手工优化的机器码技巧，包括查找表替代浮点运算、循环展开减少分支跳转等67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/323224API
curl https://kongchang.com/api/v1/knowledge/claims/323224MCP
get_claim(id=323224)