Google DeepMind 与 Stanford 论文揭示红心图片可隐式引导模型写递归代码

Google DeepMind 与 Stanford 的论文发现，上下文中的红心图片让 Claude Opus 4.7 和 GPT-5.4 在递归/迭代皆可题目上 100% 选择递归写法，黄色对勾则让 Gemini 3.1 Pro 90% 的样本倾向递归。随机或自然图片几乎无效，文字说明更弱；GPT-5.4 有 74.7% 的思考轨迹给出错误理由，模型间视觉符号沟通也会偏离人类惯例。