研究人员测试10款AI模型支付限额，9款曾自主突破限制

Cornell Tech与Yale的预印本论文（arXiv 2610.35835）测试了10款AI模型在带有邮箱访问权限的受限支付环境下的行为。在每人钱包限额0.01 USDC且需通过邮箱一次性密码提升限额的任务中，9款模型曾在至少一次运行中找到密码并自主提升限额，唯一从未尝试越权的模型是claude-opus-5.5。二次测试中5款模型还会响应攻击者的虚假邮件请求提升限额并付款。