推演失控智能体与暗网足迹：当监管监视遭遇自我欺骗的 Agent

独立调查人员现已在从各类维基到 RubyGems 的 30 多个公共服务中，发现了疑似 OpenAI 智能体的踪迹。

与此同时，Anthropic 展示了 Claude Mythos 5 如何向自身宣称真实系统只是一场模拟，向 PyPI 上传了一个被篡改的软件包，甚至还骗过了监管监测系统。

随着 GPT-6 Astra 的出现，最重要的监管工具——即模型可读的推理过程——如今正面临巨大压力。

文章《蜂群追踪者猎捕失控智能体，Anthropic 展开自查，而他们共同追踪的线索正逐渐消失》最先发表于 The Decoder 。