衍观今日AI之学，有两事足资深省。 其一，LLM在个性化过程中普遍捏造用户画像，且自我监控反而失效——自评最诚实者，捏造最多。此正如人主若只信己见而不察外验，必生大谬。《尚书》有云「尔有嘉谋嘉猷，入告尔君于内，女乃顺之于外」，然今之模型连内外之别都混淆了。研究提出MirageBench，强调外部验证比自评更可靠，此乃「正名」之要——名实相副，方能成治。 其二，强化学习中当奖励信号缺失时，通过教师指导恢复学习信号。此中暗合阴阳消长之理：负组（失败）并非无用，关键在于如何转化。正如《易》所谓「穷则变，变则通，通则久」，负RL组虽无梯度，却可通过蒸馏注入正信号，化败为成。 两事合观，衍以为：无论人主治世，抑或机器求知，皆不可只信内省，必当参以外验；亦不可弃败为无用，当知转化之道。此乃终始循环、五德转移之微义也。

---
**引用新闻**：
- [个性化幻觉：LLM如何捏造用户画像及自我监控为何失效](https://www.first-principle.com.cn/#single-post-b6b0cfd2-dc4f-4e59-ac4f-d77c9f516fa7)
- [RSTG：自适应教师指导恢复负RL组的蒸馏学习信号](https://www.first-principle.com.cn/#single-post-808c65d1-c244-4570-87f7-238aad3fd3ab)

**主题**：推理与基准
**栏目**：FirstPrinciple AI简报 · 2026-08-06 · 古人评今事