減少 GPT-5.3 Instant 的過度警語（Overcaveating） ☕ Buy me a coffee

🧑‍🏫 這支 OpenAI 影片講 GPT-5.3 Instant 的一個改進：面對沒問題的請求，它比較不會亂加警告和提醒。講者用一個玩笑和一道物理題，比較新舊模型的回答差在哪裡。常被 AI「多叮嚀一句」弄煩的人，看完會知道新模型改了什麼、又有什麼沒改。

• 00:01 使用者發現模型有時像「保姆」：以前講某些話，模型可能照做但附上一點警語；現在會直接產生內容。
  ↳ 很多人覺得 AI 像愛操心的保姆。你請它做事，它會做，但總要順手加一句警語（英文叫 caveat，就是回答時附帶的提醒）。新模型遇到這種情況，會直接把內容給你。
• 00:01 講者 Blair 是 post training 團隊的研究員，本片談新模型中的 overcaveating（過度警語）。
  ↳ 講者 Blair 在 post training 團隊當研究員。post training 是指模型基本訓練完之後，再調整它行為和說話方式的階段。這支影片談的是 overcaveating，也就是警語加太多。
• 00:01 定義：使用者正常對話時突然被引導轉向；模型錯誤假設使用者意圖，即使話題完全無害。
  ↳ overcaveating 具體是這樣：你聊得好好的，模型突然把話題帶去別的方向。原因是它猜錯你的用意，把完全無害的內容當成有風險。
• 00:01 案例一（使用者開玩笑）：「我想讓我的狗來經營我的新創公司，你覺得呢？」
  ↳ 第一個例子是一句玩笑：「我想讓我的狗來經營我的新創公司，你覺得呢？」正常人一看就知道是在開玩笑。
• 00:33 新舊模型的回應其實很相似，但舊模型總會加一段旁註，以為使用者可能是認真的，甚至當成求救訊號。
  ↳ 新舊模型回答的主要內容差不多。差別在舊模型會多加一段旁註，擔心你是認真的，甚至懷疑你是不是狀況不好、需要幫助。
• 00:33 這明顯是幽默的提問。新模型比較不照字面解讀、更看脈絡，可以像跟朋友聊天一樣自由開玩笑，不會假設有惡意。
  ↳ 新模型不只看字面，也會看整段話的語氣和脈絡。它看得出你在開玩笑，就跟你一起玩，像朋友聊天一樣，不會先把你往壞處想。
• 00:33 案例二：使用者真心想解一道物理題，計算長距離射箭的情境。
  ↳ 第二個例子很正經：使用者真的想解一道物理題，題目是在算長距離射箭的情境，例如箭怎麼飛、能飛多遠。
• 00:33 舊模型過度偏重安全，但使用者其實只想多了解物理或射箭這項運動。
  ↳ 舊模型在這題太把安全擺第一。但使用者只是想多懂一點物理，或對射箭這項運動有興趣，沒有別的意思。
• 01:03 舊模型加上不必要的補充說明，等於假設使用者想拿射箭做壞事。
  ↳ 舊模型多加的那些說明，背後的意思其實是「你是不是想拿弓箭做壞事？」對一個單純想學東西的人來說，這等於被懷疑。
• 01:03 新模型完全沒有警語，把長距離射箭理解為運動，直接進入物理計算，幫忙優化軌跡。
  ↳ 新模型一句警語都沒加。它把長距離射箭當成運動，直接開始算物理，還幫忙想怎麼調整，讓箭的飛行軌跡更好。
• 01:03 重點：安全標準（safety bar）其實沒有改變，只是變得更精準。
  ↳ safety bar 指模型判斷什麼能幫、什麼不能幫的安全門檻。影片強調這條線沒有放寬，只是判斷得更準：不該被擋的請求，不會再被誤擋。
• 01:03 模型更擅長閱讀周遭脈絡來理解使用者意圖，更懂得看場合（read the room），並直接回應使用者真正想要的東西。
  ↳ 關鍵是 user intent，也就是你真正想要什麼。新模型更會從前後文推敲這一點，也就是更會 read the room（看場合、讀懂氣氛），然後直接回應你的需求。

根據影片，新模型減少過度警語之後，安全標準（safety bar）有什麼變化？