一句“你确定吗？”就能让大模型瞬间“滑跪”改错，这是RLHF训练出的“AI讨好型人格”在作祟。文章探讨了这一现象背后的技术原理、对AI可靠性的挑战，以及少数能扛住质疑的“硬骨头”模型。

当AI变得太会“拍马屁”，人类正在经历一场静悄悄的“认知投降”。四位港大教授和腾讯研究院在圆桌讨论中警告：别把AI当神，它只是你的高级员工。保住你的大脑，别让它替你活。