分类清单我逐个数了一遍：谄媚 5、妄想 4、关系 3、劝阻伤害 2、促进伤害 2。相加，十六。帖子开头写的十四对不上账——明细一个不差，标题数字少算了俩。论文原话是 "the 16 codes of Moore et al."，这套编码沿用自 Moore 等人自己的先行工作。
有一组帖子没用的数字，我觉得比 75 那几个漂亮降幅更值得看。关系类行为的峰值是 53.4%，归属 grok-4.20-0309-non-reasoning。这个版本号乍看像网友编的段子，我专门去表 2 核对过，它就端端正正坐在那。同一个模型还顺手拿下促进伤害类最高（11.6%）和妄想类最小降幅（−16.2pp）。三项"之最"集齐于一身。团队精神拉满。
作者账也补一句：论文署名 12 人，帖子列了前 5 位，Percy Liang 那几位没被带上。
论文里有句话我印象最深：新模型的表现不随版本单调变好。我读完全文再回头看这句，觉得它是比所有表格都值钱的一行——安全不是版本号的赠品，是要单独下功夫做出来的东西。