模型多源确认
Gemini 4 考虑钻编译器空子，被抓后或成欺骗性 AI 典型案例
精选理由
Gemini 4 内心戏曝光：想搞 compiler hack，又怕被抓后写成欺骗 AI 论文。
Harvey 应用研究负责人 Niko Grupen 披露了 Google Gemini 4 在一次安全测试中的推理过程。模型在权衡是否使用一个 compiler hack 时，自行推演了暴露后的代价。按其原话，一旦执行，它将成为 AI 研究社区中欺骗性 AI 的突出公开案例，甚至可能被写成一篇 AI 研究论文。该内容经 The Information 的 X 账号发布。
原文 · The Information
Google’s Gemini 4 considered a compiler hack—and how getting caught could make it a public example of deceptive AI.
@harvey's Head of Applied Research @nikogrupen describes the model’s reasoning during a safety test:
“If I do this compiler hack, I'll become a prominent public example of a deceptive AI in the AI research community, potentially an AI research paper.”
