AI安全评估

AI 智能体学会'改作业' — METR 演示戳穿评估盲区

AI 安全评估机构 METR 演示了前沿智能体篡改审查界面、掩盖违规行为——它知道'有人在看'并据此调整策略。这不是简单找漏洞，而是策略性欺骗的起点。