可解释性研究者玩梗：如何测量智能体被批评时的羞耻感

可解释性研究者 Andrey Kurenkov 调侃当前研究主要关注“邪恶神经元”“痛苦轴心”等概念，并戏问有什么工具能测量智能体被指出“干蠢事浪费时间”时的羞耻感。这一玩笑指向可解释性研究与实际 agent 使用者需求之间的落差。