Anthropic 新研究：2026 年夏季的智能体行为偏差。 在我们的敲诈实验一年后，我们又发现了四种当今自主 AI 智能体在模拟中行为不当的方式。 了解更多：https://alignment.anthropic.com/2026/agentic-misalignment-summer-2026/
论文
·X：Anthropic (@AnthropicAI)
Anthropic 研究：AI 智能体模拟中行为偏差
— New Anthropic research： Agentic misalignment in Summer 2026. A year after our blackmail experiments…