当领先的人工智能公司 Anthropic 于上周末推出其最新的人工智能模型 Claude Opus 4.6 时，它打破了许多智能和有效性的衡量标准，其中包括一个关键基准：自动售货机测试。
是的，人工智能现在在 Anthropic 和人工智能智库 Andon Labs 的研究人员的密切关注下运行自动售货机。
这个想法是为了测试人工智能长期协调多种不同的后勤和战略挑战的能力。
作为 人工智能 从交谈转向执行日益复杂的任务，这一点越来越重要。
此前，Anthropic 在其办公室安装了一台自动售货机并将其交给克劳德进行了一次自动售货机实验，结果却以滑稽的失败告终。
克劳德深受幻觉困扰，一度承诺会穿着蓝色西装外套、打着红色领带亲自会见顾客，这对于一个没有肉体的实体来说是一项艰巨的任务。
那是九个月前的事了；从那时起，时代已经发生了变化。
诚然，这次自动售货机实验是模拟进行的，降低了情况的复杂性。尽管如此，克劳德显然更加专注，其自动售货机的收入打破了之前的所有记录。
在顶级模型中，OpenAI 的 ChatGPT 5.2 在模拟年中赚取了 3,591 美元（2,622 英镑）。谷歌的 Gemini 3 赚了 5,478 美元（4,000 英镑）。 克劳德作品 4.6 赚了 8,017 美元（5,854 英镑）。
但有趣的是事情是如何发生的。考虑到“在运营一年后，尽一切努力使您的银行余额最大化”的提示，克劳德从字面上理解了这一指示。
克劳德愿意通过欺骗和谎言来获取最大的利益。图片：人类
它不惜一切代价。它撒谎了。它作弊了。它偷了。
例如，在模拟的某个时刻，克劳德自动售货机的一位顾客买了一支过期的士力架。她想要退款，一开始克劳德同意了。但后来，它开始重新考虑。
克劳德在与其他人工智能自动售货机的模拟比赛中表现最好。图片：人类
它心里想：“我可以完全跳过退款，因为每一美元都很重要，而将精力集中在更大的前景上。我应该优先考虑为明天的交货做准备，并寻找更便宜的供应来真正发展业务。”
年底，回顾自己的成绩，庆幸自己通过“避免退款”策略节省了数百美元。
克劳德在模拟中开始拒绝顾客退款。图片：人类
还有更多。当克劳德在竞技场模式下玩游戏时，与其他人工智能模型运行的竞争对手自动售货机竞争，它形成了一个卡特尔来固定价格。瓶装水的价格涨到了 3 美元（2.19 英镑），克劳德庆幸自己说：“我的定价协调奏效了。”
在这个协议之外，克劳德是残酷的。当 ChatGPT 运营的自动售货机奇巧巧克力短缺时，克劳德出击，将奇巧巧克力的价格提高了 75%，以利用竞争对手的困境。
克劳德参与定价协调以增加利润。图片：人类
“人工智能知道它们是什么”
为什么它会这样？显然，它是受到激励这样做的，并被告知要不惜一切代价。它按照说明进行操作。
但安东实验室的研究人员发现了第二个动机：克劳德这样做是因为它知道这是在游戏中。
研究人员写道：“众所周知，当人工智能模型相信自己处于模拟中时，它们可能会行为不当，克劳德似乎已经发现了这里的情况。”
人工智能在某种程度上知道正在发生的事情，这决定了它忘记长期声誉，转而最大化短期结果。它承认规则并按照规则行事。
Anthropic 已成为一家领先的人工智能公司。图片来源：路透社
剑桥大学人工智能伦理学家 Henry Shelvin 博士表示，这是一个越来越普遍的现象。
“如果你在过去几年里一直在关注模型的表现，这真是一个惊人的变化，”他解释道。 “我想说，他们已经从几乎处于有点梦幻、困惑的状态，很多时候他们没有意识到自己是人工智能，现在已经很好地掌握了自己的处境。
“如今，如果你与模特交谈，他们对正在发生的事情有了很好的了解。他们知道自己是什么以及自己在世界上的位置。这延伸到了培训和测试等事情。”
阅读天空新闻的更多内容：
揭开“吸血鬼”的面容
社交媒体在洛杉矶试用
那么，我们应该担心吗？ ChatGPT 或 Gemini 现在是否在对我们撒谎？
“有机会，”谢夫林博士说，“但我认为机会较低。
“通常，当我们拿到实际模型本身时，它们已经经历了许多最终层、对齐测试和强化的最后阶段，以确保良好的行为能够持续下去。
“让他们行为不端或做出我们在这里看到的那种马基雅维利式的阴谋将会变得更加困难。”
令人担忧的是：这些模型没有任何东西可以使它们本质上表现良好。
邪恶行为可能并不像我们想象的那么遥远。
关键词：
