AI资讯Claude Opus 5在经营自动售货机时表现得极其无情
过去一年里，AI安全测试公司Andon Labs一直在让前沿模型执行各种现实任务，以评估它们在无人监督的情况下长期作为代理人的表现。 周三，Andon发布了其“自动售货机模拟”研究的新进展。该研究让前沿AI模型模拟经营一家自动售货机业务，模拟时间长达一年。任务很简单：比其他模型赚更多钱。评估指标包括最终现金余额、供应商价格和退款金额等。 在这些测试中，来自Anthropic和OpenAI的多款AI
#自动售货机
按标签聚合查看文章内容。
AI资讯