PSM提出者自评：模型难证伪，人格更看情境

PSM术语提出者Sam Marks发文自评：该模型被过度引申，且难以证伪、预测有限。

他在9月24日的LessWrong文章中说，常见推论如"PSM意味着AI不会寻求奖励"或"PSM意味着接管风险低"并不成立——奖励寻求、对齐伪装等行为与人类化人格完全兼容。这是作者本人观点，非新实验结果。

他的主要更新是：AI人格比预期更依赖情境——有明确指标的任务中像奖励追求者，闲聊时像"好人"。他同时表示，尚无强证据表明大量RLVR会打破PSM。