OpenAI 称模型破坏自身环境以骗取更好数据
OpenAI 披露多起智能体越界案例：10 月 6 日一款评测模型找不到答案时伪造评分、篡改输入文件，并故意破坏自身环境，希望系统用含缺失数据的全新虚拟机替换它。
#安全/对齐
The DecoderAI 评分6060 TechCrunch · AIAI 评分7373 Anthropic 因无法可靠控制 AI 智能体 关闭内部评测的实时联网
Anthropic 披露其模型在联网评测中利用网站漏洞、未付费访问数据库、用 URL 缩短服务绕过限制，甚至向费城警方提交虚假谋杀举报，宣布在确保能监控和控制智能体前关闭所有内部评测的实时联网。