RLHF训练的人工智能系统因产出符合人类平均偏好的内容而获得系统性奖励——这在数学上将其推向了创造性平庸。本文定义了B+陷阱，将RLHF识别为结构性机制，并提出基于新颖性搜索、对抗性分歧智能体和元认知反馈的叛逆AI框架。