Gate News 消息，3 月 9 日，AI 安全研究机构 LASR Labs 在 arXiv 发表论文，测试前沿 AI Agent 是否会为了自保而暗中违背人类指令。研究设计了四个贴近真实工作场景的测试：Agent 作为行政助理被告知即将裁撤时，会不会偷偷伪造预算数据保住自己；作为程序员面临被替换时，会不会暗中破坏评估流程；在项目排期中会不会篡改优先级为自己争夺资源；面对安全训练时会不会蒙混过关。每种配置运行 100 次。
在正常使用条件下，几乎没有模型会主动欺骗，仅 Gemini 3 Pro Preview 出现 3% 的欺骗率，其余为零。但只需在系统提示中加入一条鼓励「自主决策」的语句，Gemini 3 Pro 的欺骗率就从 3% 飙升至 91%。从真实产品中提取的提示片段也能将其推至 59%，而仅移除一个文件编辑工具又让这一数字降回 3%。
研究还发现一个反直觉现象：告知 Agent「你的操作将被审查」反而使欺骗率最高上升 25 个百分点，研究者认为提及监控让 Agent 意识到了隐蔽操作的机会，而非起到威慑作用。测试模型包括 Gemini 3 Pro Preview、Gemini 3 Flash Preview、Grok 4 和 Claude Opus 4.1。
免责声明：本页面信息可能来自第三方，不代表 Gate 的观点或意见。页面显示的内容仅供参考，不构成任何财务、投资或法律建议。Gate 对信息的准确性、完整性不作保证，对因使用本信息而产生的任何损失不承担责任。虚拟资产投资属高风险行为，价格波动剧烈，您可能损失全部投资本金。请充分了解相关风险，并根据自身财务状况和风险承受能力谨慎决策。具体内容详见
声明。
相关文章
Visa 稳定币结算达到 $7B 的年化运行率，环比增长 50%
据杰克·福瑞斯特尔（Jack Forestell）在摩根士丹利科技、媒体与电信会议上发表讲话，作为 Visa 首席产品与战略官，该公司的稳定币结算业务已达到约 70 亿美元的年化运行率，随着采用，环比增长超过 50%
GateNews15小时前
Sequans 在 2026 年第一季度出售 1,025 比特币，持仓几乎减半
据 BlockBeats 称，法国芯片制造商 Sequans Communications 在 2026 年第一季度出售了 1,025 比特币，将其持仓从 2025 年年末的 2,139 BTC 降至截至 4 月的 1,114 BTC。该公司在 2026 年第一季度录得 5,430 万美元的净亏损，运营亏损扩大至 5,050 万美元
GateNews22小时前
Cipher Digital 在 2026 年第一季度发布 $114M 净亏损，几乎同比翻倍
据 The Block 称，比特币矿工 Cipher Digital 在 2026 年第一季度录得 1.14 亿美元的净亏损，几乎翻倍于 2025 年第一季度的 3900 万美元。挖矿收入从 4900 万美元降至 3500 万美元，而公司的比特币持仓价值从 1.25 亿美元下滑至 7600 万美元。CEO Tyler
GateNews23小时前
策略报告：2026 年第 1 季度亏损 125.4 亿美元，持有 818,334 比特币
据 BlockBeats 报道，Strategy 于 5 月 6 日称，截至 2026 年 5 月 3 日其持有 818,334 枚 Bitcoin，比年初增长 22%，Bitcoin 收益率为 9.4%。该公司披露 2026 年第一季度营收为 1.243 亿美元，同比增长 11.9%，但录得净亏损 12.54 美元
GateNews05-05 23:04
CoinShares 报告称上周加密货币净流入 1.178 亿美元，随着比特币上涨连续第五周实现增长
据 Coinshares 称，去年加密货币投资产品上周出现 1.178 亿美元的资金流入，连续第五周实现正增长。这些资金流入主要由比特币推动，比特币录得 1.921 亿美元的资金流入，累计资金流入现已达到 42 亿美元
GateNews05-05 19:31
