“反向博弈论”如何约束 AI 智能体

本文解读“反向博弈论”（机制设计）如何通过设计激励规则约束 AI 智能体，弥补传统对齐方法不足。文章举例模型间交叉验证、Solver-Auditor 互审等机制，并引述研究者观点指出其依赖理性假设存疑。该思路被视为深度防御中的一层，距实际部署尚有距离。