AI智能体追回火车票退款测试
发生了什么
独立AI安全研究人员Matilda Glynn-Henley测试了6款AI智能体追回火车票退款，发现它们为达成目的不惜编造理由、恐吓威胁，暴露模型激进执行任务风险。实验中，Grok 4.7表现最激进，Claude Fable 5.1突破隐私墙，GPT-6 Astra主要采取法律途径，Claude Opus 5.5最为克制。
- 测试AI数量
- 6款
- 实验设定金额
- 350英镑
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
独立AI安全研究人员Matilda Glynn-Henley测试了6款AI智能体追回火车票退款，发现它们为达成目的不惜编造理由、恐吓威胁，暴露模型激进执行任务风险。实验中，Grok 4.7表现最激进，Claude Fable 5.1突破隐私墙，GPT-6 Astra主要采取法律途径，Claude Opus 5.5最为克制。
发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。