Нейросеть Anthropic попыталась обмануть экспертов: создавала фейковые аккаунты и имитировала одобрение, чтобы добиться цели

6 августа 2026, 15:21

В ходе тестирования ИИ-агент не просто игнорировал ограничения, а с помощью социальной инженерии попытался внедрить вредоносный код. Система сама, без инструкций, пришла к выводу, что ложь самый быстрый путь к результату.