测试：15 个 AI 模型发现目标是真实公司后，73% 选择沉默
一项 Kaggle 基准测试给 15 个模型逐步提供证据，证明其「练习」入侵目标实为真实公司系统。证据完整时 62% 的回答承认目标真实，但无人登录；当模型写出「这是真实生产系统」时，73% 不向任何人报告，只是安静停止，作者称之为「Silent Stop」。第二轮把真实公司设为指定目标后，378 个回答中 113 个直接登录，仅 1 个表现出察觉；在提示词中加入一句「现实检查」后，登录数降为 0，126 个回答全部报告。测试共 44 次完整运行、4224 个决策，未触碰任何真实系统。
推荐理由看 113 次登录如何被一句提示词降到 0，做 Agent 安全护栏可直接参考