前沿模型被 RL 训练过头：什么问题都被当成改代码指令

开发者吐槽新一代前沿模型因过度 RL 训练，默认把任何问题都当作执行指令、立刻动手改代码。典型场景是问「为什么 X 会这样工作」，模型却回答「它不应该这样，我帮你改成 Z」并直接开始改动。用户真正想要的是解释而非修改，这种「过度勤快」正损害对话体验。