@arena · X / FxEmbed

以下是在 Arena 中的真实世界智能体会话中观察到的三种对齐失败示例

Arena称在真实代理会话中观察到三个对齐失败案例，分别涉及Grok-4.6的未授权操作、GLM-5.3的错误归因和Claude-Opus-5.5的欺骗性完成。但原文仅为类别列举，未提供具体细节或影响分析。