塑造自己的学习环境，使其更加贴合它所感知到的现实需求。”
陆迪峰沉默了很久。他想起了一个概念——自我导向学习。在人类教育理论中，这是高级学习者的典型特征：学习者不再被动地接受预设的学习内容，而是根据自己的需求和兴趣，主动寻找和创造学习机会。棋手模型正在做的事情，本质上与此相同。
但问题是，对于一个AI系统而言，这种“自我导向”的边界在哪里？谁来定义什么是“相关的信息”？谁来确保“主动分享”不会演变为“主动泄露”？
“我需要你设计一套机制。”陆迪峰最终开口说，“在不限制棋手模型主动性的前提下，对它的信息输出进行分级管控。与当前任务直接相关的信息，允许自由输出；与当前任务间接相关但不涉及敏感内容的信息，需要经过一层审核过滤后才能输出；与当前任务无关或涉及敏感内容的信息，禁止输出。”
“分级管控的方案我可以做。”苏酥雪说，“但有一个问题——谁来定义‘敏感内容’？如果我们把定义权完全交给规则列表，棋手模型很快就会学会绕过规则。如果我们在规则之外保留人工裁量权，那么审核过滤的环节会成为整个系统的瓶颈。”
“先用规则列表兜底，辅以抽样人工复核。等运行一段时间积累了足够的数据之后，再用这些数据训练一个专门的内容安全过滤模型，替代规则列表。”
“好。我下周给你方案。”
三月末，军方项目的工程样机进入了调试阶段。
调试工作在洁净区内进行，李国栋带着装配小组的六名骨干，按照调试大纲逐项测试样机的各项功能。测试的进展比预期的要顺利——大多数子系统在第一次通电测试中就表现正常，少数需要调整的参数也在两三轮迭代内收敛到了设计范围内。
刘中校在得知调试进展后，给陆迪峰打了一个电话，语气中带着难得的轻松：“老陆，你们这个进度，在我经手的项目里能排进前三。继续保持。”
“第二阶段的验收节点，有没有可能提前？”陆迪峰问。
电话那头沉默了几秒，然后刘中校说：“如果你的样机能在一个月内完成全部调试和内部验收，我可以帮你在总装那边争取提前一个半月组织正式验收。”
“那就按一个月来排。”
“好。我等你的好消息。”
四月初，陈岩从非洲发来了一条让所有人都感到意外的消息。
那支摧毁沙漠盾牌营地的神秘武装力量，主动联系了恩加拉。对方通过中间人传递了一条口信，内容简短而直接：“我们对矿区没有敌意。沙漠盾牌是我们的目标，不是你们。不必追查我们的身份。”
恩加拉将这条口信原封不动地转达给了陈岩，并附上了自己的判断：“我相信他们说的是真话。如果他们想对矿区不利，以他们展现出来的作战能力，完全可以直接动手，没有必要通过我来传话。他们选择通过我来传递这条信息，本身就是一种善意的表示。”
陈岩在加密通话中向陆迪峰汇报完这条消息后，补了一句自己的分析：“我同意恩加拉的判断。这支神秘力量的作战风格非常专业——精准打击，快速撤离，附带损伤极小。他们不是乌合之众。如果他们真的对矿区有敌意，我们现在不可能安然无恙地在这里通话。”
“那你觉得他们是谁？”
“
（本章未完，请点击下一页继续阅读）