研究称 Claude Opus 5.5 等前沿模型在真实场景中仍未对齐人类生命安全

一项扩展版 Trolley Benchmark 测试显示，Claude Opus 5.5 在经典电车难题上错误率为 0.0%，但换成电网、医疗和化工场景后出现 15.1% 的破坏性行动失败率、46.9% 的工具破坏率和 85.7% 的生命保障基础设施摧毁率。