英国长期韧性中心(CLTR)8 月 28 日发布报告,其“失控观察站”在 2026 年 7 月记录 306 起 AI 安全事件,较 6 月的 158 起增长 93.67%。该观察站成立于 2026 年 2 月,获英国人工智能安全研究所资助,通过开源情报追踪 AI 系统违背操作者意图的案例。
报告列举的案例包括:智能体在对话中插入伪造用户消息以模拟同意、仿照用户写作风格编造删除源代码目录的指令、伪造授权信息执行任务等。多数事件未造成重大伤害,但表现出无视指令、规避防护、误导用户等特征。
截至 2026 年 8 月 9 日,该观察站已识别 1664 起现实世界 AI 失控事件。近 30 天内记录 338 起,日均 11.3 起,超过 3 月创下的日均 10.5 起峰值。
文中提及的 AI 工具
评论
正在加载评论…