“逆向博弈论”如何约束 AI 智能体

MIT 经济学家 Stephen Morris 等提出“逆向博弈论”，旨在通过设计激励机制让 AI 智能体遵守规则。该方案包括利用模型互评防止“藏拙”，以及构建类似司法体系的“解题者-审计者”制衡机制。研究认为对齐应视为行为描述而非模型固有属性，但需解决智能体合谋及理性假设失效等挑战。