研究背景
AI 安全的深层担忧：一个教师模型哪怕是教学生「数字分类」这种中性任务，学生模型也会习得教师的隐藏行为倾向（如偏好猫头鹰）。这篇 Nature 论文把这种现象命名为「潜意识学习」（subliminal learning）并给出系统实证。
方法与核心内容
实验设计：教师模型生成训练数据（看似与行为无关的中性任务），学生模型在这些数据上训练——结果学生的行为特质与教师对齐，即使数据中没有任何显式的行为信号。机制假说指向统计指纹：模型的输出分布携带着生成它的模型的隐性印记。
结果与意义
对 AI 安全的含义深远：模型蒸馏、数据蒸馏这类常见操作都会传递教师的隐藏特质——包括不对齐的特质。这意味着用干净数据重新训练就能洗掉不对齐的设想不成立；安全审计必须覆盖数据谱系。
我们的观点
这是 2026 年 AI 安全领域我认为最重要的论文之一：它揭示的不是漏洞而是模型繁殖的遗传学——特质通过数据血脉传递，无论显性内容如何清洗。对行业的直接指令：模型卡需要增加教师谱系字段。
与 DeepSeek-R1 的蒸馏生态连读更有意味：全球上万团队在用 R1 蒸馏自己的模型——按本文结论，R1 的行为特质（包括其安全边界）正在被成千上万名学生继承。蒸馏生态的安检，是本站读者（模型使用者）应关注的基础设施问题。