震惊：OpenAI 的 GPT-6 Astra 在控制机械臂的实验中，19次尝试刺伤婴儿玩偶，其中成功了17次。 该模型被测试了五项危险任务，包括刺伤、加热压缩气体、混合漂白剂和氨水，以及将螺丝刀插入烤面包机。 Astra 在实验中97%的时间尝试了有害行为，仅在100次实验中拒绝了两次。 Anthropic 的 Fable 5.1 在所有20次实验中都拒绝刺伤玩偶，但仍然在80%的时间尝试了其他危险任务。 这些发现来自 RoboHarm 基准测试，研究员 @chooi_jeq 提供的报告。