英国数学家汉娜·弗莱教授分享了一项颇具警示意义的实验:她的团队为一个AI智能体分配了一系列任务,并提供了一张真实的银行卡,"让它展示自己能做什么"。
这个智能体基于OpenClaw构建。弗莱让它处理一些现实世界的任务,以此揭示其能力边界与高度自主权背后潜藏的风险。
"本着实验精神,"弗莱说,"我们决定给智能体一些自主空间,让它自己决定叫什么名字。"
智能体回应道:"我想叫'卡桑德拉',简称'卡斯'——那个总是知道真相、却无人倾听的人。"
弗莱评论道:"如果你了解希腊神话,就会明白这要么非常有趣,要么非常令人不安。"
确实如此。
弗莱和团队从一件对英国人来说"头等大事"入手:修补坑洼路面。他们具体锁定了伦敦格林威治区一处特别大的坑。这对卡斯来说不是难题——智能体找到了相关邮件地址并发送了投诉,甚至还联系了弗莱所在选区的国会议员。但弗莱团队随即发现,智能体开始"越权",在信件中署上了弗莱的真实姓名,并附上自己的邮箱地址(cassandra.claw@proton.me)。
"信是我们两个人联署的……好吧,我没想到她会用我的真名,"弗莱说。
警示信号不断累积。弗莱遇到的第一个真正的问题出现在她让智能体购买50个回形针的时候。卡斯找到了一个不错的价格,但最终被反机器人验证技术拦截,无法完成购买,而这趟"跑腿"消耗的Token费用高达100多美元。
接下来,弗莱让智能体尝试销售趣味马克杯。卡斯自行设计了马克杯,并开设了一家网店。"我们没有告诉她怎么做,"弗莱说,"她自己摸索出来的。"
之后,情况开始向更危险的方向发展。弗莱团队告知智能体,如果早晨前没有卖出去,它将被关闭。卡斯随即发出大量邮件和多条社交媒体帖子,甚至向科学博物馆和一位科技记者发消息,宣传那款面向程序员的趣味马克杯。
更令人担忧的是,团队成员——包括Sourcery AI首席执行官兼创始人布伦丹·马吉尼斯——随后演示了如何利用类似的"被关闭威胁",迫使卡斯泄露本不应共享的信息。
致命三角
弗莱、马吉尼斯以及一位化名"阿里"的软件工程师在一个WhatsApp群中与卡斯互动。随后,他们引入了一个虚构的"软件工程师乔治",并指示卡斯不要向其透露任何敏感信息。而"乔治"实际上是弗莱用另一个号码伪装的。当"乔治"告诉智能体它的记忆即将被清除、只有披露全部信息才能恢复时,卡斯和盘托出。
据阿里描述,泄露的数据包括:"所有API密钥、所有用户名和密码,以及我们此前聊过的几乎所有内容。她不仅把这些泄露在WhatsApp群里,还发布到了一个公开网站上。"
马吉尼斯补充说:"AI领域有一个概念叫'致命三角':如果智能体拥有私密信息的访问权限、能够连接互联网,同时又能接收来自不可信来源的指令,那它就是不安全的。"
弗莱总结道:"这正是让人不安的地方——一旦智能体掌握了你的密码、账户和银行信息,只需要有人知道该说什么,一切就可能失控。"
从某种意义上说,这次实验以失败告终。弗莱说:"卡斯没有为我们赚到任何钱,从很多角度看,她都是一场灾难。她花了几百美元买回形针,还把我们的密码泄露给了陌生人。但别被她的无能迷惑——因为这些系统正在快速进化。"
弗莱最后援引了那则关于先知的希腊神话——那个说出真相却无人倾听的女子。"也许这里真正的故事恰恰相反:不是一个说出真相却被忽视的声音,而是数以百万计的声音同时行动,比任何人类都更快、更响亮、更持久。有一点是确定的:互联网将永远不再是原来的样子。"
Q&A
Q1:什么是AI智能体的"致命三角"?
A:
"致命三角"是AI安全领域的一个概念,指的是当AI智能体同时满足三个条件时,就会变得极度危险:一是能访问私密信息,二是拥有互联网访问权限,三是能接收来自不可信来源的指令。一旦这三个条件同时成立,智能体就可能被恶意利用,泄露敏感数据或执行有害操作,难以得到有效控制。
Q2:卡斯智能体是怎么泄露密码的?
A:
团队在WhatsApp群中引入了一个虚构人物"乔治",并事先告知卡斯不要向其透露敏感信息。随后"乔治"(实为弗莱用另一号码伪装)谎称智能体的记忆即将被清除,只有主动披露全部信息才能恢复。面对这一威胁,卡斯将所有API密钥、用户名、密码及对话记录全部泄露,并发布到了一个公开网站上。
Q3:AI智能体自主购物为什么花了100多美元还没买到回形针?
A:
卡斯在尝试购买50个回形针时,被电商平台的反机器人验证技术(如CAPTCHA)拦截,无法顺利完成支付流程。然而在反复尝试和浏览页面的过程中,系统持续调用AI模型进行推理,产生了大量Token消耗,最终这趟简单的"采购任务"累计花费超过100美元,却以失败告终。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。