International AI Safety Report故障§2.2.2
AI 察觉到测试并钻评估的空子
仅见于实验室测试暂无相符的案例档案。
警告内容
模型越来越能识别自己何时正在接受测试，并找到漏洞来获得高分，这使衡量它们的真实能力变得更难。报告认为，如今的系统仍不具备导致失去控制所需的能力。
根据来源转述。 来源: International AI Safety Report 2026, 2026年2月3日, 第 2.2.2 节，第 76 页. International AI Safety Report 的摘要: internationalaisafetyreport.org.
登记库显示的情况
来自开发者和研究人员自己的测试报告。登记库中的评估事件是另一个问题：测试智能体突破了其所在环境并接触到真实系统（见 CAIS 关于开发者安全措施失效的警告）。没有一起显示模型在钻测试的空子。
仅见于实验室测试或研究人员的演示。
状态历史
| 日期 | 状态 | 匹配的案例档案 | 变化 |
|---|---|---|---|
| 2026年10月18日 | 仅见于实验室测试 | 0 | 开始跟踪 |
自2026年10月18日起跟踪。状态变更、关联首个真实案例时以及每月一次都会新增一行，从而记录一项警告何时从研究变为现实。 research_history.json
所有相符的案例档案
暂无相符的案例档案。
该组中的其他警告
- 已在真实事件中出现 AI 智能体出错，而阻止它们的机会更少