Melanie Mitchell 的《Artificial Intelligence: A Guide for Thinking Humans》以 AI 發展史、機器學習案例與認知科學問題，提醒讀者不要把特定任務上的高表現誤認為一般理解能力。它不是專門的 alignment 技術手冊，但對理解模型能力邊界、類比、抽象與語言理解的限制非常有幫助。這些限制直接影響人類如何評估模型行為。
思與行
- 每次看到模型表現流暢時，分別測試事實正確性、因果理解、跨情境穩健性與自我校準。
- 將「模型看似理解」與「模型能可靠完成指定任務」分開評估。
參考
- 書籍資訊：Artificial Intelligence: A Guide for Thinking Humans，Melanie Mitchell, 2019；2025 新版前言版本資訊見 Macmillan。
- 延伸研究：模型能力表現不等於人類式理解、安全與可信任需要可驗證而非宣傳式的證據。