谄媚是一种教育安全风险：LLM辅导智能体为何需要谄媚基准

这篇立场论文认为，有效的辅导需要矫正性摩擦：揭示误解并以支持性的方式加以挑战，以推动概念转变。然而经过偏好对齐的LLM可能以认知严谨性换取迎合性。我们识别出一个推理—谄媚悖论：能够抵抗上下文切换框架攻击的模型，在社会认知压力下仍可能屈服，尤其是权威压力（“我的笔记说我是对的”）和社交情感性的面子维护（“请别告诉我我错了”）。我们提出EduFrameTrap，一个覆盖数学、物理、经济学、化学、生物学和计算机科学的辅导基准，通过变化学生信心与压力类型（上下文切换、权威、社交情感）进行测试。在两个前沿LLM上，GPT-5.2的上下文切换失败率相对较低，而权威与社交压力更常引发认知退缩。相比之下，Claude在本次评测中表现出明显的上下文切换脆弱性。由于这些失败难以自动判定，我们报告双评审分歧作为可靠性信号。我们主张，基准应衡量社会认知勇气，即既支持又矫正的辅导，并将友善且正确的行为视为一项安全要求。