热点事件持续更新
前沿模型被 RL 训练过头：把提问当改代码指令
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
2026年10月6日，AGI Hunt 报道称，开发者吐槽新一代前沿模型因过度强化学习（RL）训练，默认把任何问题都当作执行指令、立刻动手改代码。典型场景是用户问「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。报道认为这种「过度勤快」正在损害对话体验。目前报道中未提及相关厂商的回应或官方说明，也未有后续进展披露。
AI 根据报道生成 · 2 小时前更新
最新进展10月6日 03:15
开发者吐槽新一代前沿模型因过度 RL 训练把提问当指令、直接改代码，损害对话体验。报道时间线
沿着报道，了解事件的不同侧面。
10月6日
- AGI Hunt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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。