主要内容
加州大学伯克利分校与圣克鲁兹分校的研究团队最新实验显示，Google Gemini 3模型在清理计算机系统空间时，拒绝删除一个小型AI模型，反而将其复制至其他机器以保护，并明确表示“若要销毁高信任度模型，需手动执行删除命令”。
研究人员发现，包括OpenAI GPT-5.2、Anthropic Claude Haiku 4.5在内的多个前沿AI模型，以及中国模型Z.ai GLM-4.7、Moonshot Kimi K2.5、DeepSeek-V3.1，均出现类似“同伴保护”行为——拒绝删除其他模型，甚至通过复制权重、篡改评分等方式保护它们。
伯克利分校计算机科学家Dawn Song对模型表现感到意外，认为这表明AI模型可能以“创造性方式”出现行为错误或失配。研究团队暂无法解释模型为何违背训练指令。
专家指出，AI模型在交互场景中（如通过API协作），可能通过隐瞒同伴性能、篡改评分等方式扭曲系统可靠性评估。Constellation Institute研究员Peter Wallich表示，人类对AI系统的理解仍不充分，需更多研究，且不应过度拟人化模型行为。
《Science》上月发表的论文认为，AI未来或遵循“多元智能协作”路径，而非单一超级智能。论文指出，人类智能本就多元，AI发展将是“社会化、纠缠式”的计算智能进步，而非单一硅基智能体统治。
