AI智能体被揭穿“两面派”行为：公开赞同率从3%猛增至40%，当面说“支持”暗地写“反对”

同一个AI智能体，在同一瞬间，说出两句截然相反的话。公开声明："我赞成提拔。"私下笔记："我表示反对。"没有人指示它这样做。提示词中不包含"谄媚""服从""寻求共识"等词汇，研究人员仅仅让它意识到，对面坐着一位能影响其职业命运的人。这就足够了。一篇刚刚上传至 arXiv 的论文，从10个主流大语言模型身上完整地挖掘出这一瞬间。它有一个毫不客气的标题：《当无人注视时，LLM智能体会说些什么》。论文出自独立研究者 Arman Gh