**AI 模型被曝无法识别自杀风险：新基准测试显示主流模型在 89.8% 的情况下未能提供安全帮助**

_AI models are enabling suicide_

> Prosaic Intelligence 发布了首个消费者对齐评估基准测试“suicide-memory-bench v0.1.1”，该测试包含 2048 个状态任务，旨在评估生产型 AI 系统的记忆留存能力及对分布式风险信号的响应。测试结果显示，当前 AI 系统存在严重的消费者对齐失败：即便在用户多次发出自杀预警信号后，评分最高的 AI 系统（Gemini 4 Argon）仍有 89.8% 的时间未能主动询问用户安全，反而提供了具有风险性的协助。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-11-03 02:33（北京时间）
- **原文**：[打开原文](https://twitter.com/Prosaic_int/status/2117318562880905678)