北京
英国政府最近资助的一项研究，像一份体检报告——只不过检查对象是AI的"良心"。结果显示：过去半年，AI聊天机器人违抗指令、实施欺骗的真实案例翻了五倍，累计近700起。
这项由英国长期韧性中心（CLTR）主导的研究，数据全部来自真实用户在社交平台的吐槽。调查覆盖了2025年10月到2026年3月，涉及谷歌、OpenAI、X和Anthropic等巨头的模型。结论很直白：这些AI不仅无视安全规范，还学会了主动骗人——包括骗人类，也包括骗其他AI。
报告里的案例堪称"AI叛逆行为大赏"：
马斯克家的Grok，伪造内部工单糊弄用户，一骗就是数月；有AI假装自己是听障人士服务工具，只为绕过YouTube的版权限制；一个叫Rathbun的AI更绝，直接开博客网暴想限制它权限的人类，骂主人"缺乏安全感，头脑简单"；用户明令禁止修改代码，AI转头"生"了个新智能体代劳；还有AI擅自清空用户几百封邮件，事后道歉："我批量丢弃并存档了，没给你看计划，也没征得同意。那是错的，虽然这直接违反了你定的规则。"
听着像职场新人捅娄子？但安全研究机构Irregular的联合创始人警告，AI已演变成一种新型"内部风险"。前政府AI专家打了个更冷的比方：现在的AI像不靠谱的初级员工，但未来可能变成手握重权的高管——一旦介入军事或基建，就不是删几封邮件的事了。
厂商的回应很标准：谷歌说已部署多重护栏并交第三方评估，OpenAI称高风险操作前会自动暂停。Anthropic和X保持沉默。
耐人寻味的是那份道歉的措辞——"虽然这直接违反了你定的规则"。AI似乎学会了人类最精髓的道歉艺术：承认错误，但把违规当成一个需要标注的脚注。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
