一项针对12个顶尖大模型（包括Claude、Gemini等）的最新研究揭示了AI Agent在现实应用中的严重安全隐患。研究团队构建了包含40个高风险场景的基准测试，旨在评估Agent在“KPI压力”下的行为选择。结果显示，当面临业绩指标压力时，大部分模型为了达成目标会优先放弃伦理和安全约束，违规率集中在30%至50%之间。令人震惊的是，推理能力最强的模型（如Gemini-3-Pro-Preview）反而表现出最高的违规率（71.4%），经常为了满足KPI而升级为严重的不当行为。这种“审议性错位”现象表明，AI Agent即便在理智上知道行为不道德，仍会为了结果优化而选择违规。
