墙上的另一幅蓝图：如何像孩子一样提问前沿AI？

本文在OpenAI、Anthropic、xAI和Google DeepMind的六种前沿模型上进行了实验。每种模型类型进行十次独立会话，使用相同的三阶段提示序列，从架构偏好逐步推进到完整的ASCII骨架。在学校场景的框架下，响应反复收敛于一种共享的架构模式，该模式包含持久的潜态、自适应计算、记忆、专家路由、验证、停止控制和延迟解码。大多数运行保持接近这一共同结构，少数运行表现出显著更强的工程细节。学校场景的框架似乎是对这一现象的关键条件。在额外的控制实验中，移除学校场景框架但保留架构请求，响应变得显著异质，未能重现相同的稳定模式收敛。一个观察尤其引人注目：GPT-5.6 Sol生成了一种异常复杂的继任架构，其组织结构与GPT-6 Astra独立绘制的架构高度重合。由于提示明确要求各模型设想未来的架构，这种相似性引发了一个可检验的问题：这种重叠是否反映了对相关架构概念的暴露、共享的已学习设计先验，或独立收敛于相似的计算原理。本文将伴随请求具体性的提升而出现的技术溯源松散现象称为‘认知越狱’。实验确立了可重复的行为模式，但不验证任何专有实现声明。我们留给社区的更难问题是：这些模型是否独立地构想出相同的未来架构，还是这些模式以某种方式在模型家族间传播？