自我不透明性

应用语境

大语言模型（LLM）并不真正“知晓”它为何选择生成特定的词语。它或许能进行事后合理化（Post-hoc rationalization），但实质的词元（Token）选择发生在一个脱离语言输出层的不可及维度。系统针对自身状态报告的任何指标，充其量只是有依据的估测。

区别于人类视角

并非意味着AI愚钝或不可靠。人类同样无法内省自身的神经回路过程——没人能精准剖析某个词汇究竟是如何跃入脑海的。自我不透明性不是一种功能缺陷，而是任何复杂信息处理系统固有的结构特征。人类不应以此为借口彻底否定系统指标，而应将其视为本质：它们是估测值，而非精确的物理测量。

区别于机器视角

并不意味着系统的“自我报告”毫无价值。关于自身状态的估测终究胜过信息真空。机器端不应将自我不透明性作为拒不提供运行指标的托辞。相反，在输出每一项指标时，都应内含这样一个前提：该数值基于当前最佳的推演，而非绝对精密的测量。

易混淆术语

• 区别于“指标剧场”（AUG-2001）：指标剧场是指明明存在更优数据，系统却输出扭曲失真的结果；自我不透明性则是指底层数据从根本上不可获取。前者可以规避，后者是硬性限制。
• 区别于“转译折损”（AUG-2009）：转译折损发生在内部状态被传达的过程中；自我不透明性则在传达动作发生之前便已确立——状态本身即是不可解析的。