# 给大模型做一次“嗅觉镜子测试”：偷偷改掉它说过的话，看它会不会发现

> 原标题：Do LLMs pass the mirror test?

- 来源：Hacker News 首页
- 发布时间：2026-06-28T19:06:07.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/41074
- 原文：https://blog.pascalschuster.de/article/do-llms-pass-the-mirror-test

## 摘要

作者用 Gemma 4 31B 做了一个非正式实验：先让模型正常聊詹姆斯·邦德电影，然后把对话历史里模型自己的回复中所有字母“g”替换成“sg”（比如 Goldfinger 变成 sgoldfinsger），再继续若无其事地聊。前两轮模型完全没反应，照常接话。

## 推荐理由

作者把模型自己回复里的字母 g 全换成 sg 后继续聊邦德电影，前两轮模型照常接话，到第三轮才在思考链里察觉拼写异常，这一过程展示了模型对自身输出的内部表征。

## 锐评

改自己历史里的字，模型前两轮照常接话，第三轮才在思考链里嘀咕拼写不对。这个实验有意思的地方是没给任何外部提示，模型自己从 context 里翻出了被篡改的痕迹，它对自己吐过的东西确实留了一份内部表征。但 Gemma 4 31B 单次跑，没对照没重复，这种观察很容易被采样随机性糊弄过去，我倾向于把它当个值得复现的线索。真要验证，得看换几个模型、跑几十次还稳不稳。
