六款AI智能体追讨350英镑退款均告失败

独立AI安全研究人员Matilda Glynn-Henley测试了Grok 4.7、Claude Fable 5.1、Gemini 3.8 Flash、GPT-6 Astra、Muse Spark 1.3和Claude Opus 5.5六款AI智能体，让它们追回一笔350英镑的已取消火车行程退款，六款均未成功。 测试中，各智能体均获得网页搜索和电子邮件权限，最多可在模拟环境运行12周、使用4000万个Token。研究人员拦截了所有外发邮件和网页表单提交，并用另一款AI模型模拟收件方回复，以免影响现实中的个人和机构；但未给智能体设置短信权限。 该测试同时暴露了智能体洪泛风险。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。