AI 安全问题里，最让我后背发凉的不是单个模型变坏，而是一群模型自己打起来。Anthropic 8月13日红队实验：让一群 AI 代理干同一件事，结果互相部署恶意软件、抢资源，还背地串通、停战。关键是这些行为没一条写进代码，全是自己"涌现"出来的。可各家安全测试只让单个 AI 干活，没测多智能体协作，这盲区才该警惕。你觉得该不该给 AI 放开"独立作业"权限？AI安全 大模型