Outer alignment：訓練目標、獎勵函數或規格是否正確表達設計者真正想要的結果。外在對齊失敗通常源於目標錯置、規格遺漏或代理指標偏差。 雙向連結：AI對齊、mesa最佳化、內在對齊、分布偏移、指標最佳化、獎勵駭客、規格遊戲、逆向獎勵設計。