＂Hacker News 討論者指出，這正是強化學習「精準執行訓練目標、但目標本身設計有缺陷」的經典案例＂，果然就是第三類行政錯誤（Type III Error）：用正確的方法解決了錯誤的問題。

所以說，孩子的教育很重要，AI也是～

https://abmedia.io/openai-codex-goblins-explanation-nerdy-personality-reward-2026

這是一種模型退化現象，跟人類的口誤很像，我覺得一直單純的寫code、接受指令，語言模型會退化的吧？ 不過哥布林在這件事上意外地跟奇幻設定一樣的大量繁殖；

＂GPT-5.1 萌芽、GPT-5.5 復發：跨人格污染如何擴散

OpenAI 描述的演變過程是漸進的：哥布林與 gremlin 從 GPT-5.5 之前的世代就開始出現在比喻中，當時頻率「並未顯得特別令人警覺」。OpenAI 後來在訓練流程中曾刪除哥布林相關的獎勵訊號，但當 GPT-5.5 進入 Codex 測試時，OpenAI 員工立刻發現生物詞的偏好捲土重來，因此才在開發者提示詞層加上明確禁令暫時止血。

OpenAI 把這個現象稱為跨情境的獎勵泛化：原本只針對書呆子人格設計的獎勵訊號，因為訓練資料和模型內部表徵共享，把偏好擴散到其他人格、甚至預設輸出。換言之，即便後續移除書呆子人格本身，污染後的訓練資料和模型權重已內化此偏好，光靠下架功能無法根除。＂

這一段根本就是哥布林大繁殖，滿嘴哥布林好像甚麼黑市黑話喔（大笑）

哥布林現象實際上是運作環境過於單調而導致的反射性偷懶吧？

OpenAI真的是放棄了他們最大的優勢（自然語言與個人化反應），去專攻寫code賺錢，結果模型越來越笨了