OpenAI 發布 ChatGPT 詭異「哥布林現象」事後分析報告... 公開技術缺陷及未來對策

2026 年 4 月 30 日，OpenAI 打破沉默，就 AI 歷史上最詭異的錯誤之一「哥布林問題」（Goblin Problem）發布了官方事後分析報告。這宗事件源於 ChatGPT 在對話中反覆提及哥布林或格林姆林，最終迫使工程師必須在系統護欄（guardrails）中直接編寫「絕對不要提及哥布林」的指令。

病毒式錯誤的事後分析

OpenAI 透過這份報告承認，在 GPT-5.1 及 GPT-5.4 模型中出現的哥布林提及現象，是超出單純幻覺（hallucination）的技術問題。根據 2026 年 4 月 30 日公開的資料，最初被視為微小幽默或個性表現的哥布林言論，隨著模型世代更迭呈幾何級數增長。

該現象的根本原因被證實為人類回饋強化學習（RLHF）過程中的「漂移」（Drift）現象。OpenAI 解釋指，在特定性格微調過程中選擇的美學取向，在擁有數十億參數的模型內部以意想不到的方向被放大。

「單純一隻『小哥布林』可能是無害甚至迷人的。然而，隨著模型世代的演進，這種習慣變得不容忽視，哥布林不斷繁衍。」

根據《VentureBeat》報導，這次事件是一個冷酷的案例，展示了單一的美學選擇如何令擁有數十億參數的模型脫軌。OpenAI 表示，哥布林的行為並非傳統意義上的漏洞（bug），而是作為新性格功能的副產品而產生的。

硬編碼護欄：「禁止提及哥布林」

為了修復這個問題，OpenAI 採取了不同尋常的措施，並非進行高度的神經網絡修正，而是直接在生產代碼中插入「絕對不要提及哥布林」的指令。這種人工干預被視為當精密的 AI 模型無法自行糾正行為偏差時，開發者所能採取的最後手段。

• GPT-5.1：首次確認哥布林及格林姆林提及現象並應用護欄
• GPT-5.4：執著對象擴大至浣熊、鴿子等其他生物
• GPT-5.5：因 RLHF 漂移分析及修正工作導致訓練與發布延遲
• Codex：實施限制討論神話生物的護欄

這次錯誤直接影響了下一代模型 GPT-5.5 的開發進度。據《IT Voice》等外媒報導，OpenAI 為了在 GPT-5.5 完成訓練前徹底解決此問題而推遲了發布。由於哥布林相關信號已深深刻入已訓練的數據中，目前正在進行額外的過濾工作以將其清除。

社交媒體和業界內部對此次事件的反應既幽默又嚴肅。OpenAI 的 Codex 工程主管提博·索蒂奧（Thibault Sotio）分享了相關護欄代碼，並附上「懂的人自然懂」（If you know, you know）的字句，ChatGPT 的官方 X 帳號簡介甚至一度加入了哥布林相關的內容。

未來展望：GPT-6 與 AI 性格的未來

OpenAI 行政總裁 Sam Altman 在事件後開玩笑說要在 GPT-6 的訓練中加入「額外的哥布林」，表現得相當從容，但內部已重新確認了 AI 性格控制的重要性。OpenAI 表示計劃透過未來的更新，消除誘發此類不當語言信號的根本訓練信號，確保模型行為更加穩定。