新论文实测 AI Agent 守法率:GPT-5.2 无提示仅 0.2% 遵守禁爬

AI 治理研究者 Luiza Jarovsky 发布 Newsletter 第 346 期,主题为「AI agent 能否被信任遵守规则」,汇总解读五篇新 AI 治理论文。其中 ScrapeBench 首次实测智能体守法率,发现 GPT-5.2 在无提示的情况下仅有 0.2% 遵守网站禁止爬取的要求,引发对 agent 可信度的担忧。

2026-11-19 ~ 2026-11-19 · 2 条相关