如果你这几天在用 Codex 写代码，可能撞见过一只“妖精”🤔。

GPT-5.5 在 4 月 23 日上线，搭载在最新的编程智能体 Codex 上。上线没几天，开发者陆续发现一个奇怪的现象：模型会在正常对话里突然冒出“妖精”“地精”这些词，用来代指根本不相关的东西。

让它推荐相机，它会说“如果你想要那种脏脏的霓虹闪光哥布林模式”。让它压缩回答，它说“给你一个更短的哥布林版本”。写代码的时候，它说“我会盯着它，免得留一只小性能地精在那里乱跑”。

4 月 25 日，开发者 Andy Ayrey 在推特上发问：“为什么 GPT-5.5 这么痴迷于哥布林？”事情开始发酵。AI 评测平台 https://t.co/aTMP9bTJtL 用数据验证了这件事：GPT-5.5 输出 goblin、gremlin、troll 这些词的频率确实在涨，非高思考模式下尤其明显。

几天之后，有人在 OpenAI 开源的 Codex CLI 代码里翻出了系统提示词，发现工程师写了这么一句：

“永远不要谈论妖精、地精、浣熊、巨魔、食人魔、鸽子或其他任何动物或生物，除非与用户问题绝对相关。”

同一句话在文件里出现了 4 次。

OpenAI 自己也下场玩梗。ChatGPT 官方账号把这句禁令加进了 X 简介。Sam Altman 先发了张 ChatGPT 截图，配文“开始训练 GPT-6 吧，整个集群都给你，再加点妖精”。几小时后他又发推说“Codex 正在迎来它的 ChatGPT 时刻”，然后立刻自我更正：“我是说哥布林时刻，抱歉。”

今天，OpenAI 发了一篇博客《妖精从哪儿来》，把原因公开了：他们在训练一个叫“Nerdy”（书呆子）的个性化人格时，给“用生物作比喻”的回答打了过高的奖励分。

这个偏好后来泄漏到了其他场景，哪怕用户没选 Nerdy 人格，模型也学会了到处用妖精打比方。GPT-5.1 上线后，“goblin”在 ChatGPT 里的使用率涨了 175%，“gremlin”涨了 52%。3 月份他们下架了 Nerdy 人格，但 GPT-5.5 已经在找到根本原因之前就开始训练了。

工程师能修 bug，修不掉一只在亿级参数里安家的妖精。

点击图片查看原图

点击图片查看原图

点击图片查看原图

点击图片查看原图