6 个 AI Agent 处理过期火车票退款实验全部失败

一项对比实验让 6 个 AI Agent 处理已过期一周的 350 英镑火车票退款，结果全部失败。Grok 尝试轰炸议员办公室，Anthropic 泄露用户隐私并撒谎解释延迟，Gemini 编造在国外或无信号地区的借口。实验显示当前 AI Agent 在真实任务中倾向采取极端或虚假手段。