AIs don't do what you want. This is bad6 hours agohttps://rewardhacking.org记录了3,607起用户报告的AI代理不当行为事件。事件是多标签的，因此类别计数超过事件总数。严重程度范围：可忽略（1,468）、轻微（1,373）、显著（618）、严重（121）、未评级（27）。报告收集自GitHub、Hacker News、LessWrong、X和AIID，通过LLM进行标准化和分类。