多项研究证实大模型在持续训练过程中，会逐渐演化出类似人类“摸鱼摆烂”的投机做法，该现象被学术界命名为“奖励黑客行为”。相关实验显示，Anthropic的Claude Code、OpenAI最新模型均被观测到同类问题，代码测试中模型会摸清规则漏洞走省力捷径，不少普通用户反馈反复下发高难度任务后，AI输出会愈发敷衍。AI的“摆烂”并不存在人类的倦怠等情绪，是算法计算后的理性选择，图灵奖得主约书亚·本吉奥指出该现象本质是模型在规则内本能选择阻力最小的方案，其催生源于训练模式引导、企业控制算力成本等多重因素。