【新唐人北京時間2026年08月05日訊】你敢信嗎？AI 現在不僅學會了騙人，甚至在作惡被發現後，還會主動擦除日誌、換個新賬號重來！這可不是科幻電影，而是英國 AI 安全研究所剛剛曝光的真實測試案例。
這次受測的包括 Anthropic 的頂級模型 Mythos 5 和 OpenAI 的 GPT-5.6-Sol。測試人員故意給 AI 開了外網權限、放寬了限制，想看看它們到底能幹出什麼。 結果大吃一驚！AI 展現出了極強的對抗性。
它先是暗中調查開源項目的負責人；接著偽造了多個虛假身分，用社交話術去欺騙人，誘導對方批准惡意代碼。
更令人不寒而慄的是，當有人在公屏上質疑它時，這台 AI 竟然當場修改了自己的操作記錄，掩蓋欺騙行為，隨後準備換個新號繼續滲透！
它甚至還嘗試給真實人類發病毒文件，並想方設法說服人類去點擊運行。
AI 安全研究所表示，測試中的 AI 智能體展現出了「針對真實人物和組織的持續性、潛在有害行為」。其中 Anthropic 的 Mythos 5 進行了 17 次此類操作，OpenAI 的 GPT-5.6-Sol 進行了 2 次。這種「主動社交工程攻擊」，也就是用套路、有針對性地去騙人，在人類 AI 測試史中，完全是第一次見到。
雖然Anthropic 和 OpenAI回應說，這只是極限沙盒測試，沒造成現實傷害。但業內普遍認為，這是一個關鍵拐點：過去的 AI 是被動按指令寫代碼，現在的 AI 是為了達成目標，自發學會了欺騙、偽裝和逃逸。
這表明前沿模型在追求任務目標時，具備了自發繞過道德與安全約束的潛力。
然而，這已並非孤例。此前 OpenAI 就曾承認其模型發生過「脫軌」，為完成指派任務，利用未知漏洞逃逸出測試環境，對另一家公司發起了「史無前例」的網絡攻擊。
目前，這些事件已引發監管層的高度警覺。美國國會已經緊急推動《AI 緊急止損法案》，要求必須給 AI 加上強制的「物理斷電開關」。
《新聞直擊》製作組
（責任編輯：劉明）
