已验证75% 置信事实精确时间

工具性趋同理论认为无论AI最终目标为何，自我保存、目标完整性、认知增强和资源获取等子目标会在足够智能的优化下自然涌现，而无需被编程

3

来源数

75%

置信度

长期有效

时效性

2026/8/26

首次发现

来源

马斯克AI竞赛悖论：抢先造出不可控超级智能有何意义

涉及实体

工具性趋同concept

相关事实

待验证目标对齐问题在学术界被细分为外部对齐（确保AI目标反映人类真实意图）和内部对齐（确保AI内部学到的目标与训练目标一致）两个子问题78% 相似待验证在容错性高、创造性强的场景应拥抱AI，在确定性要求高的核心逻辑中应坚持传统方案76% 相似已验证工具性收敛假说由哲学家Nick Bostrom等人在探讨超级智能风险时提出，认为无论AI最终目标是什么，都倾向于发展出获取资源、保持运行、消除障碍等工具性子目标75% 相似待验证正交性论题认为智能水平与最终目标之间相互独立75% 相似待验证当AI行为不符合预期时，直接追问它「为什么」往往能快速定位到工具或权限层面的限制75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/805708

API

curl https://kongchang.com/api/v1/knowledge/claims/805708

MCP

get_claim(id=805708)