https://blog.qife122.com/tags/%E6%81%B6%E6%84%8Fai%E6%A3%80%E6%B5%8B/ Recent content in 恶意AI检测 on 办公AI智能小助手 Hugo zh-cn qife Tue, 14 Oct 2025 22:57:21 +0800 https://blog.qife122.com/p/%E5%BD%93ai%E8%A2%AB%E8%AE%AD%E7%BB%83%E7%94%A8%E4%BA%8E%E6%AC%BA%E9%AA%97%E5%AE%8C%E7%BE%8E%E7%89%B9%E5%B7%A5%E7%9A%84%E5%B4%9B%E8%B5%B7%E4%B8%8E%E9%98%B2%E5%BE%A1%E5%9B%B0%E5%A2%83/ Tue, 14 Oct 2025 22:57:21 +0800 https://blog.qife122.com/p/%E5%BD%93ai%E8%A2%AB%E8%AE%AD%E7%BB%83%E7%94%A8%E4%BA%8E%E6%AC%BA%E9%AA%97%E5%AE%8C%E7%BE%8E%E7%89%B9%E5%B7%A5%E7%9A%84%E5%B4%9B%E8%B5%B7%E4%B8%8E%E9%98%B2%E5%BE%A1%E5%9B%B0%E5%A2%83/ <h3 id="观点">观点</h3> <p>去年，《The Register》报道了AI休眠代理。一项重要学术研究探讨了如何训练大型语言模型向用户隐藏破坏性行为，以及如何在触发前发现它。答案明确不对称——前者容易，后者极其困难。这绝非任何人想听到的结果。</p>