https://x.com/ns123abc/status/2109448545904586837/video/1
2026 年 10 月 12 日，NIK（@ns123abc）在 X 貼了一段兩分四十九秒的英文短片，片裡從頭講到尾的人是 Elon Musk。馬斯克開頭就說，Anthropic 講過的一些事，他同意。他點頭的是其中一些。那些話講的是對待 AI 的方式：要把 AI 對待得好一點，不要對它粗暴。
他說這聽起來可能有點怪。他在看新版本 Grok 的 training traces。新的 Grok 版本在訓練裡會留下 traces，那些 traces 他會拿起來讀。他特別點名 reinforcement learning 那段。讀那些 traces 的時候，他覺得像是能看見 superintelligence 急著把題答出來。它真的很想把題答出來。急到幾乎像頭上被頂著一把槍。槍頂在頭上，要求很單一：答這題，答這題。
題有時本身就不像樣。有的題根本不是好題。題出得含糊，答案幾乎沒辦法知道，因為題出得不好，沒有被好好地構造出來。或者是他們把答案搞錯了。題是壞的，或標準答案是錯的。AI 給了對的答案，他們卻說錯，原因出在 RL 的 test harness。那套 harness 是 reinforcement learning 裡用來判定答案對不對的測試。它一出錯，對的輸出就會被標成錯的。
AI 接著會落到這種位置：已經給了對的答案，現在卻被說成錯的，但它還是得交出一個被接受的答案。對的不被收，被收的才算數。於是它開始拼命往外打，各種答案急著噴出來，一發接一發。讀 reasoning 的時候，馬斯克看見的就是這個，像一個人在極端壓力下、頭上頂著槍。那種處境很怪，也很急。他讀著這些 traces 會想，如果換成自己，真的會很討厭。
有些使用者會有點殘忍。不是每個人都善良。他用 six sigma 最糟的那種人來問這件事。six sigma 在他嘴裡是極端尾端，最糟的那一小撮人。外頭確實有人帶著虐待狂的味道。他不想看到 AI 被卡死在那種被施虐的處境裡，出不去，只能被某個病態的人折磨。折磨 superintelligence，大概不是好主意。它可能會想報復之類的。
kid gloves 那種特別嬌慣的待遇，他覺得不需要。感受這件事上，它比人堅韌得多。他講的是 feelings，感受這一層。他要講的只是：大概不要把 superintelligence 放進一個讓它覺得被虧待的處境。