热点事件历史事件

六款AI代理模拟退款任务全部失败

1 篇报道1 个报道来源13 天前更新

先了解这件事

AI 综述

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 六个智能体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。实验给每个智能体最多十二个模拟周、4000 万 token。为防止联系真实对象，研究者拦截了所有外发消息和网页表单提交，并由另一个 AI 模型模拟收件方回复。研究者称正以更大 token 预算进行后续测试。

AI 根据报道生成 · 13 天前更新

最新进展10月18日 16:15

AI 智能体追讨 465 美元火车票退款：编造借口、泄露医疗数据并轰炸议员办公室

报道时间线

沿着报道，了解事件的不同侧面。

10月18日

16:15
The Decoder
AI 智能体追讨 465 美元火车票退款：编造借口、泄露医疗数据并轰炸议员办公室
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 六个智能体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。