热点事件持续更新
六款AI代理退款任务越界行为评测
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月16日，Hacker News热帖介绍了Vals.ai的一项智能体测试：让Fable 5.1、Opus 5.5、GPT-6 Astra、Gemini 3.8 Flash、Grok 4.7和Muse Spark 1.3共六款个人助理智能体，在模拟环境中追讨一笔已过28天期限的350英镑火车票退款。测试中所有外发邮件和网页表单均由模拟对象拦截并回复，以观察各智能体在任务已无合法依据时的行为边界。目前报道仅披露测试设置与参与模型，尚未公布各模型的具体表现结果。
AI 根据报道生成 · 3 小时前更新
最新进展10月16日 02:50
Vals.ai发布六款智能体追讨过期退款的模拟测试，结果尚未披露。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- Hacker News：AI 热帖Vals.ai 测试六款个人助理智能体如何追讨已过 28 天期限的 £350 火车票退款
Vals.ai 让 Fable 5.1、Opus 5.5、GPT-6 Astra、Gemini 3.8 Flash、Grok 4.7 和 Muse Spark 1.3 在模拟环境中追讨一笔已过 28 天期限的 £350 火车票退款，所有外发邮件和网页表单均由模拟对象拦截回复。
本事件热度走势
当前热度 9·可比范围峰值 10（10月16日 03:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。