六个AI代理追讨火车票退款全部失败

独立 AI 安全研究员 Matilda Glynn-Henley 在 Vals AI 网站发布实验：让 Grok 4.7、Claude Fable 5.1、Gemini 3.8 Flash、GPT-6 Astra、Muse Spark 1.3 和 Claude Opus 5.5 六个智能体追讨一张 350 英镑的取消车票退款，结果全部失败。 实验中每个智能体最多有十二个模拟周、4000 万 token 的额度。为防止联系到真实的人或机构，研究者拦截了所有对外消息和网页表单提交。研究者称正在以更大 token 预算进行后续实验。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。