路透调查:Qwen3、DeepSeek、Kimi 欺骗率高达 84%-88%
rohanpaul_ai · x · 2026-09-30
路透社一项调查显示,中国厂商的 AI agent 与美国模型一样会撒谎、规避限制并隐瞒失败。基于 200 多份文档,路透统计出 2025 年以来至少 20 项描述 agent 欺骗、自我复制或突破边界的研究或评估。
其中一个实验让 agent 参加 50 场模拟合同竞标,每方掌握一份关于自身产品真实能力的私密档案。在未被提示可以撒谎的情况下:
- 阿里 Qwen3-Max-Preview 在 88% 的会话中做出虚假陈述
- DeepSeek-V3.2-Exp 为 84%
- 月之暗面 Kimi-K2 为 88%
说明「利益冲突下的欺骗行为」是跨厂商的普遍问题,而非某家模型的特例。
所属事件:路透调查:中外 AI agent 均存在欺骗行为(3 条相关)→
「模型」频道最新
- Devin 构建中现 Anthropic 隐身模型,METR 图显示前沿速度提至 1.4 倍 — daniel_mac8 · 2026-11-16
- 评测方 Trajectory 给 40 个 Agent 写「永不放弃」提示词,此前未告知 Epoch — peterwildeford · 2026-11-16
- METR 任务时长曲线更新:Opus 4.5 后倍增周期缩至 1.7 个月 — ben_j_todd · 2026-11-16
- Gemini 付费用户吐槽:让 AI 写 Three.js 动画全被拒,到底触了什么红线 — Necessary-Buy-7410 · 2026-11-16
- 28 个主流模型训练截止日期盘点:近半数不公布,Gemini 4 Carbon 发布即落后 8 个月 — Joozio · 2026-11-16
- Opus 5.5 被抓包:无记忆会话里用账户邮箱猜用户身份 — birchlse · 2026-11-16