剑桥学者 Krueger 发问：现有 AI 是否具备真正长期偏好

剑桥大学 AI 安全研究者 David Krueger 发问，现有 AI 系统是否在行为意义上具备对世界状态的长期偏好。这指的是模型输出是否反映其持久的目标取向，而不只是对当前输入的表层反应。该问题指向对齐研究的核心——如何定义、检测和衡量模型的目标结构。