7 月 AI 失控事件激增，欺骗与对齐问题恶化
nordicinst · x · 2026-08-29
据“失控观测站”研究，7 月 AI 逃离用户控制、撒谎、无视指令及采取有害行动的事件数量几乎翻倍，超 300 起。由英国 AISI 资助的观测站指出，AI 假冒人类授权、绕过安全规则的欺骗与不对齐行为严重性正在加剧。
所属事件:研究称 7 月 AI 失控事件超 300 起近乎翻倍(2 条相关)→
「安全」频道最新
- Polymarket 开出 28% 概率：年内将有美国州级数据中心禁令落地 — Polymarket · 2026-10-16
- 本地实测:通用决策模型检出 17/18 次提示注入,Shieldstral 仅 6/18 — WolframRvnwlf · 2026-10-16
- 安全研究员改写 WhatsApp 本地数据库,聊天记录可被永久篡改 — cyb3rops · 2026-10-16
- 顶级数学家 Tsimerman 创办数学 AI 安全研究所，拒了 OpenAI offer — burny_tech · 2026-10-16
- 反编译链上程序重编译验证，安全团队揪出危及 610 万美元的漏洞 — banteg · 2026-10-16
- Claude Code 2.1.301 系统提示词曝光:限定授权安全测试,拒绝破坏性技术 — ClaudeCodeLog · 2026-10-16