跳到正文
AGI Hunt· Madisonkanna·· 1 天前AI 评分47

Abundant 实测:Claude 安全护栏未能真正拦截 RSI 任务

Abundant 实测:Claude 安全护栏无一真正拦截 RSI 任务

AI 导读

Abundant 实测显示,在 FrontierRSI 基准测试中,Claude 安全护栏未真正阻止 agent 完成 RSI 任务。护栏触发后,agent 重试一次即可绕过拦截并继续完成任务,因此基准成绩无需因拒绝或回退修正。

来源:AGI Hunt · agihunt.info