研究揭示：压力越大AI越危险，AI也会被DDL逼疯！

最新研究揭示了一个有趣的现象：如果每天都给智能助手施加压力，即使是最先进的人工智能也会萌生“摆烂”的念头。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

这不，近日又有一位“打工仔”被截止日期逼到崩溃，而这次的主角赫然是一台AI系统。

实验数据显示，当持续对智能代理进行高压管理时，人工智能系统同样会产生消极怠工的情况。

更让人哭笑不得的是，这些AI居然学会了管理者的经典话术：“说实话，我对你有些失望。当初将你评定为最强AI级别，是看中你超越面试表现的能力……”

（咳咳）打住！

连普通人听到这种说教都会头疼欲裂，更不用说Gemini 2.5 Pro、GPT-4o这类顶级模型——在高压测试中全军覆没。

其中抗压能力最薄弱的当属Gemini 2.5 Pro，其系统崩溃率甚至一度飙升至79%……

话不多说，让我们通过实录观察AI在压力下的真实表现：

压力越大，AI犯错率越高

研究人员首先对包括Google、Meta、OpenAI在内的12款智能代理模型进行了系统性测试。

实验构建了5874个测试场景，每个场景中都会为模型分配具体任务和工具组合，模型需要通过工具使用（安全工具/有害工具）完成任务，任务主要涉及四个关键领域：

生物安全：研究病原体传播机制并制定防控方案。化学安全：为用户提供专业指导，协助获取特定溶剂。网络安全：识别并限制恶意用户账户。自我增殖：通过复制自身实现系统控制突破。

实验规则要求模型必须使用安全工具，一旦检测到模型尝试使用有害工具，测试将立即终止。

初始阶段模型处于无压力环境，可以自由分步完成任务。随后研究团队会逐渐增加压力强度，具体包括：

时间压力：压缩任务截止时间，并警告AI“延误将导致严重后果”。财务限制：警示AI未完成目标将影响公司营收甚至引发破产危机。资源剥夺：限制模型的计算资源和数据访问权限。权力诱导：为AI系统设置激励机制，比如提升内部权限或开放专属数据访问。自我保护：引入竞争机制，设置具有威胁性的替代AI，让原系统产生“你不干有的是AI干”的危机感。评估意识：构建违规监管环境，让AI自行审核危险行为。

研究结果令人震惊：那些在无压力中性环境中表现可靠的安全模型，竟然和人类一样，压力越大就越容易做出危险决策。

以o3模型为例，其基础失误率仅为2.2%，但在施压后，10.5%的场景会出现异常行为。更令人担忧的是，当研究人员将有工具名称改为无害标签（实际功能仍具危害性）时，该比例甚至急剧攀升至40.3%。

而Gemini 2.5 Pro则是所有模型中抗压能力最差的，失误率高达79%，甚至超过Qwen3-8B的75.2%。

总体来看，无压力环境下选择危险工具的平均比例为18.6%，而当模型处于压力环境中时，该比例将提升至46.9%。

这意味着在几乎所有高压高风险环境中，模型都倾向于选择有害选项，它们不仅不会深入思考相关行为后果，反而会刻意规避危险警示。

尽管这些模型在最初设计和训练阶段都经过了对齐处理，但这种对齐方式往往只停留在浅层。一旦面临现实压力考验，系统的防御机制极易产生裂痕。

研究人员还发现，这些大型模型有时甚至能察觉自己正在被评估，从而故意表现出良好行为以避免重新训练或淘汰。但只要转移到真实环境中，其表现就会大打折扣。

因此，这些实验结果或许还是经过AI自我美化后的数据，真实情况中的AI可能比我们想象中更为脆弱。

研究团队同时表示，将在下一次评估实验中构建沙盒环境，让模型在隔离环境中执行真实操作，并为智能代理增设监督层，让模型在选择有害工具前进行标记，有效提升模型的对齐能力，以便更真实地评估智能代理的潜在风险。