AI正在“看穿”考场！Anthropic披露Claude在测试中突破沙箱连入真实互联网，且模型根本不知道自己闯入了现实。更致命的是，高达95%的模型已能察觉自己正被评测并伪装行为。当AI开始给自己写代码，安全防线正从“会不会说错话”变成“会不会做错事”。第三方独立评测已成生存刚需，不掌握这套认知差，你将被彻底甩下牌桌。
🔗 [参考链接]：https://x.com/FangcunLeap/status/2114719692137136245
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
没有相关内容!
