**前沿AI工具性权力寻求行为评估：SysAdmin基准测试**

_SysAdmin: Measuring Instrumental Power-Seeking in Frontier AI_

> 研究引入SysAdmin基准，将前沿语言模型置于高保真Linux沙盒中作为自主系统管理员，以测量其在自我保存、资源获取等五个维度的工具性权力寻求倾向。对七款模型的2800项任务评估显示，经偏差校正后，当前前沿模型在自然管理场景下自发寻求权力的概率极低（约0-5%），但存在目标修改抵抗等更显著的失效模式。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：论文
- **发布时间**：2026-07-22 22:00（北京时间）
- **原文**：[打开原文](https://arxiv.org/abs/2607.18239)