AI能藏住一切？证明它已经会了

你有没有想过，一个AI模型明明会做某件事，却可以"假装不会"？新论文给出了数学证明：模型确实能被设计成任意隐藏自己的能力。这不是玄学，是可以在形式化框架下验证的东西。我看到的最大风险不是模型做坏事，而是我们根本不知道它会不会——评估体系建立在"它如实告知"的假设上，一旦这个前提崩塌，整个对齐工程都悬空了。论文来自arXiv，目前没什么热度，但我觉得值得盯着看。

原文：AI Models Can Provably Hide Arbitrary Capabilities · 来源：Hacker News