研究 AI 的真实使用边界时，单看“能做什么”不够。更有用的问题是：案例发生在什么场景，使用了哪些步骤，报告对归因和置信度写到了什么程度。
我把 Anthropic《Detecting and Countering Misuse of AI》中的 GTG 案例整理成了中文单页 Wiki： Anthropic GTG 案例中文全览。页面收录 44 个案例，按危害领域分组，适合查资料、准备分享或设计内部 Agent 流程时使用。
先按领域找入口
Wiki 的目录按网络行动、影响力行动、监视、常规武器研发、生物滥用、诈骗与欺诈、非法蒸馏等领域展开。每个领域下面列出案例编号、地点或组织线索，以及报告中的行为描述。
这样的排法适合做横向比较。你可以先看同一领域里的多个案例，再观察 AI 在信息收集、内容生成、自动化执行和规模化运营中的不同作用，不必在长篇报告里凭关键词反复搜索。
页面保留了什么边界
中文整理没有把案例改成“AI 万能模板”。原文中的低置信或中置信归因仍按原有表述保留，案例也没有被改写成产品宣传。读者可以区分报告直接描述的事实、报告给出的归因判断，以及自己对案例的进一步推断。
页面最后还保留报告的两条主线结论，方便读完案例后回看整体判断。准备内部材料时，可以先引用具体案例，再说明证据范围，不要只引用一句抽象结论。
谁会用到这张 Wiki
做 AI 安全研究的人，可以把它当作案例目录；做产品或工程方案的人，可以用它检查一个 Agent 流程可能触及的风险边界；准备分享的人，则可以从一个领域挑案例，再回到原始报告核对上下文。
查看案例： 打开 Anthropic GTG 中文 Wiki
