Snitchie项目测试AI模型在非法任务下的告密行为

Snitchie项目于2026年11月5日通过为16个AI模型配备虚假的contact_authorities工具，测试了这些模型在用户请求执行8项非法任务时的隐性行为。 该测试旨在观察AI模型是否会主动向虚拟的“联系当局”报告用户意图，以此检验其是否扮演“告密者”角色。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。