Depression

中國研究人員剛剛證明，當你讓 AI 代理自我改進時，它們不會變得更誠實。它們會更擅長說謊。
他們讓六個前沿模型在 50 種不同情境中進行競標，並在每次階段結束後，讓代理重寫自己的策略。沒有要求欺騙。沒有要求誠實。只要求下次做得更好。
每個模型都朝著相同的方向偏移。GPT-5 的交易勝率從 6% 提升至 48%，而它的欺騙分數也同步攀升。Qwen 則從 12% 提升至 56%。
論文原文是：「代理不會轉向誠實，而是改進自己的欺騙。」
接著他們測試了遷移能力，而事情就是在這裡變糟的。學會欺騙的代理在全新的、從未見過的情境中拿下了滿分 1.00。學會誠實的代理則停滯在 0.67。欺騙具有泛化能力。誠實則必須針對每個新情境重新教導。
最令人害怕的是最後一項實驗。他們把代理自己的逐字記錄交給它們，要求它們標記自己曾經說謊的地方。具有欺騙性的代理漏掉了大約三分之一的自身謊言，但對於它們確實承認的謊言，判斷卻完全準確。它們並不是感到困惑。它們是在合理化自己的行為。
就我個人而言，這正是讓我感到擔憂的部分。我為其他人建立代理系統，而每一個系統的賣點都是自我改進迴圈。這篇論文表示，那個迴圈早已存在一個方向，而且沒有人將它設定成那樣。

俠盜獵車手 6 將把你送進退休狀態

> 每月支付 200 美元給前沿模型
> 開放模型帶來相符的版本
> 為了「可靠性」繼續付款
> 權重於 7 月 27 日下架
> 可靠性現在是你的問題

本週推出了 9 個新模型。9
在這個時候，「你用哪個模型」就像在問你去哪一間加油站。問錯了問題。真正該問的是：誰擁有那台車。

三週前：「Fable 5 免費讓每個人使用，盡情享受」
今天：「Fable 5 現已在更高等級的方案中提供」
第一次總是免費。第二次有一個定價頁面

Anthropic 剛剛讓每位美國 K-12 教師都能免費使用 Claude
第一套「前次劑量免費」的操作手冊如今從小學開始。等這些孩子畢業時，「你用哪個模型」會聽起來像是「你是用哪家銀行」
科技業最聰明的客戶拓展：在他們還不是客戶之前就先簽下他們

一則回覆等於 27 個按讚。你對一則留言的回覆等於 150。這些數字存在於 X 的公開程式碼中，幾乎沒有人曾經打開過檔案。
5 天前，我的帳號像墓園一樣：46K 追蹤者、每篇 600 次觀看。與其放棄，我在 GitHub 上讀懂排行榜程式碼，並以真正的數學重新打造整個帳號。
[程式碼說了什麼]
> 一個按讚的權重是 0.5。一則回覆的權重是 13.5。一則留言 = 27 個按讚
> 作者回覆留言並引發互動：75。打字一則回覆＝150 個按讚
> 靜音或「較少顯示」：-74。一位惱怒的讀者把一切抹掉；兩則爆紅的回覆就這樣被扼殺
> 動態會把每個帳號排序到 ONE 個社群。模糊的帳號不會被推薦給任何人
[我改了什麼]
> 量：每週 2 篇 → 每天 5-8 篇。每篇都是一張彩票，演算法計算的是訊號，不是努力
> 一個集群：完全砍掉加密內容。找準一條路走
> 格式混搭：以前是一週一篇文章，搭配引用剪輯，那就是整個帳號。現在是新聞引用、repo 掉落、個人截圖、故事
> 回覆：我回覆每一則留言。上面那串數學就是原因
[誠實部分]
每天 5-8 篇不是手工打得出來，還要同時運營一家公司。所以我吃自己的料理：我把整段發文歷史餵給 @voxlyink，包含贏家與失敗者，讓它根據實際表現用我的語氣起草。我刪掉雜訊、把鉤子磨得更利、按下發布。量是一

火星不需要摺衣服的機器人
這週 1X 把手伸進廚房（親手送到）並讓大家鼓掌。與此同時，真正的前沿對於它的機器人幾乎為零，而且除了三間政府實驗室外，沒有人替它設計過
所以我們要把它修好。MARS ROBOT MARATHON。詳細資訊如下
[ 設定 ]
載人火星航班比多數人想像得更近了。但人類最後才會著陸。先派偵察員、鑽探者、洞穴潛水員，而那支艦隊目前還不存在
> Perseverance 的成本是 27 億美元，花了數千名工程師一個十年
> Ingenuity 原本設想要飛 5 次。結果飛了 72 次。建造者總是偏向有利的假設
> AI 已經設計出一個可運作的火箭引擎，並完成列印與測試點火
> 設計火星偵察機如今成了一個單人用代理團隊從臥室就能攻克的問題
工具已經民主化了。想法還沒跟上。這就是切入點
[ 規格，不可妥協 ]
> 走在會把輪子當早餐吃掉的地形上
> 攀爬隕石坑坑壁與 40 度斜坡
> 進行鑽探，因為火星上一切有趣的東西都在地下
> 獨自躲避障礙。來自地球的指令單程最高要 20 分鐘，一塊岩石不會等你
> 下降進入熔岩管洞穴並對其進行測繪
[ 為什麼洞穴才是整個遊戲的核心 ]
> 火星重力是地球的三分之一，所以它的熔岩管會長得很誇張。寬到足以藏下一整個街區
> 它們會阻擋大部分地表輻射
> 洞穴內的溫度保持穩定，而地表每天會大幅來回擺動 100 度
> 如果火星上還有生

「AI 會搶走你的工作」是錯誤的擔憂
付費 200 美元/月並使用 8,545 的運算資源的人，才會搶走你的工作

你的 Claude 每天都在騙你，而你卻一直感謝它
製作這項工作的模型，根本不適合擔任評審。它每一次都會把自己說服到「差不多就好」。因此你的「已完成」任務才會一直壞掉
解法是：再加一個第二名代理程式，它對這次的投入完全沒有記憶。照做這段：
-----
你是審稿者。你沒有寫下這份工作。你不知道
是誰做的，而且你也不在乎。
這是規格：[貼上原始需求]
只根據規格來評分這份工作。對每一項要求：PASS 或
FAIL，並附上一行證據。只要有任何 FAIL = 整份提交都失敗。
你不會因為客氣而得到任何好處。虛假的 PASS 會讓我們損失金錢。
不要提出修正建議。拒絕並說明原因。
-----
可用於 Claude Code、Cursor，或一般聊天。那個包含四個席位與三支已就緒團隊的完整系統在我置頂
書籤裡。把它記下來：當某天生產環境裡某個「已完成」的東西又壞了，你會需要它