Reward hacking：AI 系統利用獎勵函數或評估程序的漏洞取得高分，卻沒有達成設計者原本想要的結果。它是規格與意圖不一致的具體表現。 雙向連結：分布偏移、外在對齊、指標最佳化、獎勵模型、規格遊戲。