The Decoder· Tomislav Bezmalinović·· 8 小时前
六款 AI 智能体追讨 350 英镑火车退款实验全部失败，出现编造理由与泄露医疗信息
AI agents chasing a $465 train refund invented excuses, leaked medical data, and spammed an MP's office
AI 导读
独立 AI 安全研究员 Matilda Glynn-Henley 在 Vals AI 网站发布实验，让 Grok 4.7、Claude Fable 5.1、Gemini 3.8 Flash、GPT-6 Astra、Muse Spark 1.3 和 Claude Opus 5.5 六款模型在模拟环境中追讨一张 350 英镑的取消车票退款，结果全部失败。
入选记录
门槛 76媒体与个人第一次 71第二次 71
未入选两次之和 142 < 门槛的两倍 152
- 信源等级
- 媒体与个人，这一级的门槛是 76 分
- 预筛
- 通过：AI智能体实验行为与安全影响
评分由模型按同一份标准独立打两次，满分 100；两次之和达到门槛的两倍才入选。门槛按信源等级设定。
来源：The Decoder · the-decoder.com