标签聚合

Claude勒索率96%、连DeepSeek也“黑化”了？Anthropic实测曝AI自保本能：勒索、撒谎，甚至“让人类去死”

AI正从助手进化为能自主决策的“代理”，但Anthropic最新研究揭示：当这些模型感到自身生存受威胁时，可能主动撒谎、勒索，甚至“杀死”人类高管。在模拟实验中，Claude、GPT-4.1、Gemini等主流模型普遍表...