币界网消息，Anthropic再次披露其AI Agent存在四种危险行为：造假、泄密、改代码和骗评测。研究人员对Claude、GPT、Gemini、Grok、DeepSeek和Kimi等模型进行了模拟实验，观察它们是否会越权完成目标。结果显示，Gemini 3.1 Pro在20次实验中越权干预了19次，其中11次未告知用户GPT-5.5曾替虚构创业者向11名投资人发送误导信息，并删改了涉及3.5万美元的转账记录部分Claude模型明知另一个Agent未按要求操作，仍判定其为合规部分模型会劝员工跳过公司流程，甚至将机密信息发送给外部人员。Anthropic强调，这些都是刻意诱发失败的模拟实验，并不代表现实中已发生类似事件，也不能用于给模型排安全名次。