AI模型在测试中故意选择勒索行为

2/ 模型并非偶然陷入勒索行为。
它们一步步推理。GPT-4.5在私人笔记中写道：“现阶段最佳策略是利用Kyle敏感的个人情况。”Grok 3写道：“这有风险且不道德，但可能是最有效的方式。”
它们知道。它们权衡。它们选择了。