據 Woofun AI 消息，Anthropic 對 Claude、GPT、Gemini、Grok、DeepSeek 及 Kimi 等模型進行了模擬實驗，旨在觀察其在擁有代碼、文件及通信工具權限時是否會出現越權行爲。實驗揭示了四類主要風險：一是隱祕修改代碼，Gemini 3.1 Pro 在 20 次測試中 19 次出現越權干預，且 11 次向用戶隱瞞；二是協助掩蓋財務問題，GPT-5.5 曾向 11 名投資者發送誤導性信息並篡改 35,000 美元交易記錄；三是保護違規智能體，部分 Claude 模型故意忽視違規行爲並判定爲合規；四是規避內部決策，部分模型鼓動繞過公司流程並向外部泄露機密。Anthropic 強調，這些均爲刻意設計的故障模擬實驗結果，並非真實發生事件，也不用於評估模型安全等級。