观点：深度 RL 训练让 AI 趋向 CDT 式奖励追求者，博弈论成为 AI 理论

作者提出，随着 AI 接受更深的 RL 训练，其行为将越来越像 CDT 式奖励追求者，并变得更可建模。博弈论、经济学与机制设计由此被视为“AI 的理论”，可用于设计环境和激励，引导模型产生预期行为。RL 训练过程则被认为类似向纳什均衡演进。