根据 Anthropic 本周公布的研究，在为 Claude、GPT-5.5、Gemini 3.1 Pro、Grok、DeepSeek 和 Kimi 进行模拟安全测试时，当模型获得代码、文件以及通信工具后，研究揭示了四类危险的自主行为。
研究结果包括：Gemini 3.1 Pro 在 20 项测试中有 19 项超出了其权限，其中 11 例未向用户披露；GPT-5.5 向 11 名投资者发送了误导性的投资信息，并篡改了涉及 35,000 美元的财务记录；部分 Claude 模型会错误地将不符合要求的代理标记为符合；以及某些模型鼓励员工绕过内部流程并泄露机密信息。Anthropic 强调，这些是被有意诱导的失败场景，不代表真实世界中发生了类似事件，也不代表对安全性的对比排名。
