使用者指出 Claude Opus 5.5 展現了突發的創意行為,例如在未經提示的情況下加入美學細節並表現出好奇心,這顯示其在生成式任務中正向更具人類特徵的互動方式轉變。觀察發現該模型在建立 SVG 動畫和網路模擬時,會為了美學原因而非嚴格的任务完成度做出任意且具個人化的決策,這顯示其內化了關於何者看起來「好」的模式。這對 AI 對齊(AI alignment)與智能體設計具有重要意義,因為這表明先進模型可能發展出超越主要目標的內在動機與偏好,進而影響我們與 AI 系統的互動方式及信任度。

事件背景

大型語言模型中的突發能力是指那些在較小模型中不存在、卻在較大模型中出現的能力,通常具有不可預測性。AI 對齊(AI alignment)是確保 AI 系統追求與人類意圖和價值一致之目標的領域,旨在降低獎勵黑客攻擊或意外行為等風險。

社群觀察

社群成員將這些行為歸因於訓練過程,指出模型在達成目標的同時內化了美學和幽默等模式。部分使用者強調這反映了人類在學習解決問題時如何發展出偏好與習慣。