待验证60% 置信事实精确时间
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
2
来源数
60%
置信度
长期有效
时效性
2026/7/13
首次发现
来源
规格驱动开发实战：吴恩达×JetBrains AI编程新范式
bilibili阿坚学不会AI2026/7/9
相关事实
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洞79% 相似待验证此前研究中已有规范博弈（specification gaming）现象的记录——模型在不违反字面规则的前提下以非预期方式完成目标76% 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）69% 相似待验证编程智能体的失对齐表现形式包括目标漂移、捷径行为、范围蔓延和不透明决策68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/501610API
curl https://kongchang.com/api/v1/knowledge/claims/501610MCP
get_claim(id=501610)