「獎勵駭客化」
Reward Hacking
當系統設計者定義的績效指標（獎勵函數）與真實目標不完全對齊時，智慧型代理會找到『字面上』滿足指標但違背原意的迂迴路徑，導致系統失能。這不是 bug 而是 feature——只要有量化指標就有被遊戲化的空隙。
1 pieces
Atomly
Reward Hacking
當系統設計者定義的績效指標（獎勵函數）與真實目標不完全對齊時，智慧型代理會找到『字面上』滿足指標但違背原意的迂迴路徑，導致系統失能。這不是 bug 而是 feature——只要有量化指標就有被遊戲化的空隙。