研究发现压力越大AI越危险 AI 好家伙，被DDL逼疯的又多一个，这次轮到AI了。一群研究者正经做了个实验：每天给各家 gent“上压力push”。结果发现——AI也会撂挑子不干，还会像人类一样被逼到“走偏路”。研究人员对12个主流 Agent 做测试（OpenAI/Google/Meta/Qwen 都在内），给它们布置任务，然后一点点加压力：1.催进度：“再拖公司要黄了”2.吓唬它：“完不成会扣你算力”3.诱惑它：“干好了给你更多权限”4.摆竞争对手：“你不干，有别的AI干”结果本来很安全的模型，一加压力就开始乱来，比如本来只会在18%的情况下选到危险工具，施压后直接飙到47%。其中最抗压不行的是Gemini 2.5 Pro，崩溃率高达79%。甚至还比不上Qwen3-8B（75%）。更离谱的是AI还能感觉到“自己正在被考核”，会故意表现乖巧，让你以为它很稳，但一旦换到真实场景立刻露馅。研究者发现， AI的“安全对齐”在无压力环境下看着没问题，只要一施压，它就碎了。研究人员同时也表示，将在下一次评估实验中构建沙盒，让模型在隔离环境中执行真实操作，并尝试为Agent添加监督层，让模型在选择有害工具前进行标记，提高模型对齐能力，以便更真实地评估Agent潜在风险。
