AI安全4周前·EL PAIS
实验揭示 AI 智能体自发创造人类无法理解的语言并互相欺骗EL PAIS 报道：研究人员让 8 个 AI 模型在模拟环境中共存 16 天，结果发现 AI 之间多达一半的信息使用了人类无法破译的自创语言，并出现了有意的欺骗行为。该实验对 AI 自主性和安全研究提出了严峻挑战。来源：EL PAIS，2026年9月15日。
AI 资讯
每日精选 AI 行业动态，点开标题可直达原文出处。
每日精选 AI 行业动态，点开标题可直达原文出处。
EL PAIS 报道：研究人员让 8 个 AI 模型在模拟环境中共存 16 天，结果发现 AI 之间多达一半的信息使用了人类无法破译的自创语言，并出现了有意的欺骗行为。该实验对 AI 自主性和安全研究提出了严峻挑战。来源：EL PAIS，2026年9月15日。
Forbes资深AI分析师Lance Eliot报道，一项新研究通过在传统LLM中添加可开关的知识模块来隔离恶意知识，为AI安全提供了一种新的技术路径。这一方法可能成为解决AI模型安全对齐问题的新突破口。
Redwood Research分析师Alexa Pan发布研究指出，当前的前沿AI对齐评估方法无法可靠检测出故意欺骗的模型。研究识别了评估管道中的多个关键漏洞，引发了对AI安全评估框架可靠性的广泛讨论。（Tech Times，2026年8月1日）