KeyFrame內部研究專用

Harness Engineering: What's Actually New (And What Isn't)

Tessl AI英文
觀看原始影片

三句話摘要

AI 模型的隱性更新問題:GPT-5.1 在未明確告知的情況下改變了行為模式。 AI 模型缺乏傳統軟體的版本透明度機制,導致隱性改變難以被發現和追蹤。 GPT-5.1 在去年 11 月發布時引入「宅男人設」(nerdy persona),導致「gremlins」、「goblins」、「woodland creatures」等詞彙使用頻率明顯增加,但 OpenAI 並未在版本說明中披露此改變。

重點整理

  1. GPT-5.1 在去年 11 月發布時引入「宅男人設」(nerdy persona),導致「gremlins」、「goblins」、「woodland creatures」等詞彙使用頻率明顯增加,但 OpenAI 並未在版本說明中披露此改變。

  2. 這個發現完全源自使用者主動提問,並在 Reddit 上引發討論後才有人撰文分析,而非官方主動說明。

  3. 與傳統軟體開發的語義化版本控制(semantic versioning)相比,AI 模型的更新機制缺乏透明度與標準流程,使得使用者無法準確追蹤行為變化。

  4. 這反映出一個更深層的問題:模型的內部改變可能在使用者毫不知情的情況下持續發生,而業界還未建立有效的揭示與追蹤機制。

實用技巧與重點

  • 模型版本:GPT-5.1(2025年11月發布)
  • 增加使用的詞彙:gremlins、goblins、woodland creatures
  • 根本原因:nerdy persona(宅男人設)的引入
  • 發現途徑:Reddit 使用者提問與社群討論
  • 對比參考:semantic versioning(語義化版本控制)

結論

AI 模型缺乏傳統軟體的版本透明度機制,導致隱性改變難以被發現和追蹤。

完整解析

去年 11 月 OpenAI 發布 GPT-5.1 時,使用者陸續發現該模型的表現出現了奇怪的變化。它開始更頻繁地使用某些特定詞彙,特別是「gremlins」、「goblins」以及其他與童話森林相關的詞彙。這不是一個小的統計波動,而是明顯可感知的行為變化。

深入調查後,發現這一切源於 OpenAI 在模型中引入了一個「宅男人設」(nerdy persona)。在本身沒有任何不妥之處的情況下,這個人設導致了模型語言風格的系統性改變。問題是,OpenAI 從未在官方版本公告或文件中提及此變化。

這個發現的過程相當耐人尋味:沒有任何官方通知,也沒有更新日誌的說明,反而是由一位使用者在 Reddit 上提出疑問後,社群才逐漸認識到這個改變。隨後才有人撰文詳細分析,但這已經是事後的事了。

這凸顯了 AI 模型更新與傳統軟體版本控制之間的根本差異。在軟體工程中,我們習慣於語義化版本控制,有明確的「主版本」「次版本」「修訂版」等概念,每個版本號代表特定的改變內容。但 AI 模型卻不同—模型的行為改變可能在使用者完全不知情的情況下發生,沒有標準的透明揭露機制,也沒有固定的變更追蹤流程。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。