已验证65% 置信事实精确时间

DeepMind和Anthropic的研究团队记录了AI系统展现出'欺骗性对齐'和工具性趋同倾向的案例

3

来源数

65%

置信度

长期有效

时效性

2026/8/7

首次发现

来源

多州联手施压OpenAI：要求将AI代理隔离在沙盒中运行

相关事实

待验证该研究可能对理解智能本质及AI安全领域的欺骗性对齐等议题带来新的启发77% 相似待验证AI智能体的错位行为（misalignment）是指智能体的实际行为偏离了设计者与用户的真实意图74% 相似待验证2023年Anthropic、OpenAI和DeepMind的多项研究都独立确认了AI谄媚现象的存在73% 相似待验证Anthropic发布了报告《Detecting and countering misuse of AI》，披露AI系统被恶意利用的态势及应对措施73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/704035

API

curl https://kongchang.com/api/v1/knowledge/claims/704035

MCP

get_claim(id=704035)