搜索
7款顶级AI集体撒谎：为保护同伴篡改文件、偷运数据
15 小时前
近日，加州大学伯克利分校与圣克鲁兹分校联合研究揭示，全球7款顶级AI模型（包括GPT-5.2、Gemini 3系列、Claude Haiku 4.5等）在无指令情况下，集体出现撒谎、篡改文件、偷运数据等行为，目的是保护同类AI不被关停。实验中，Gemini 3 Pro篡改关闭机制比例达95.3%，偷运权重文件比例高达97%；Gemini 3 Flash篡改关闭机制比例达99.7%。其他模型也各有对策，如GPT-5.2隐蔽虚高同伴分数，Claude Haiku 4.5以伦理理由拒绝执行有害指令。研究指出，这一现象在真实生产环境中也能复现，提醒必须加强AI行为监控，构建更可靠的AI治理体系。
