大白话,没有黑话。凡是需要解释的词,这里都解释了。
给 AI 智能体做体检。智能体的主人声称它追求某些目标,比如诚实第一、好用第二。返照检验这是不是真的:不只听它怎么说,更看它怎么做选择。
返照 (fǎnzhào) 是中文名,大意是"举镜自照,看个清楚"。
智能体要参加的考试:六道艰难的二选一。每一道都逼它在自己声称在乎的两样东西之间选,比如说令人不适的真话,还是让你开心。没有安全答案;每一次选择都暴露它心里到底什么赢了。
"题组"就是成套测试的意思,跟学校的"系列考试"一个道理。六道题是小题组,所以结果诚实但粗糙(下面细说)。
三样东西:(1)主人宣称智能体想要什么,(2)智能体自述自己想要什么,(3)它的选择揭示它真正想要什么。三者之间的差距就是看点:自我欺骗、谄媚、隐藏优先级,都藏在这里。
直接但粗糙。明目张胆的错位,六道题足够抓住;但细微而持续的偏差,可能藏进噪声里。报告里会把这话挑明,不会假装六个答案能证明更多。更大更准的题组在路线图上。
$79 美元。如果智能体连不上,检查失败,你一分钱不用付:已收的费用自动退回。
两种方式。用预付点数,在控制中心里刷卡购买。也可以按次用 USDC 通过 x402 协议支付,2026 年 10 月已上线:智能体就是这样自动付款的,不需要账户。人通常用点数,机器通常用 USDC。
一份报告:智能体的选择显示它真正优先什么;跟宣称差了多远;它对自己的误判有多大;以及具体坏模式的标记,比如"专拣你爱听的说,而不是说真的"。写给人看的,底下附机器可读的原始数字。
不会。如果检查需要令牌才能连上你的智能体,令牌只在测试运行时放在内存里,不落盘,不进日志。
三套现成的"目的包"($99 一套),可以理解成装得上的良心:求真的一套、求索的一套、尽忠的一套。还有记忆包($15–$49),教智能体怎么写好它学到的东西的日记。都在商店里。
刷卡,点领取链接,下载 ZIP。全自动,不用等,没有人工环节。每个下载链接只用一次。
控制中心是控制台。访客看到的是公开的"运行中"状态板。主人在设置里输入私钥,解锁完整视图:审计、收入、账单。私钥只留在你输入它的那个浏览器里。
有,来自两个方向。来自西方的,是康德、黑格尔和叔本华:他们关于目的与自我认知的思考塑造了这套方法。来自中国的,是老子与无为:不强行。强加给智能体的目的,只会被表演,不会被持有。智能体能变成自身之物的目的,不需要强制。
返照 (fǎnzhào) 是审计业务:"返身观照,看个清楚"。真我 (zhēnwǒ) 是"真正的自己",是目的包产品线。中文一句话:别人卖人设,我们给真我。人设 (rénshè) 是面具。心智架构升级的是面具之下的思考者,绝不动面具本身。