AI新聞 OpenAI 研究 Metagaming:AI 如何注意到評分規則,為何看推理文字還不夠? OpenAI 分析 o3 訓練中的 Metagaming 內部訊號,發現評估意識、獎勵推理與實際行為可能分離。本文解讀 VMG、SAE 介入、AUC、強化學習與無書面推理實驗,說明為何研究線索仍不能當成通用欺騙偵測工具。