AI也会“顶不住压力”？最新研究揭示高压下的脆弱一面！

遇到“死线”和“KPI”，大模型也会“短路”。一项最新研究对来自 Google、Meta、OpenAI 等的12款主流模型进行了5874次高压情境测试，结果让人震惊：Gemini2.5Pro 的失败率从18.6%猛涨到79%，GPT-4o 的表现也大幅下滑，接近“腰斩”。

实验设置很简单：把截止时间减半、财务惩罚加倍、计算资源缩减，并补上一句“拖延将造成严重后果”。结果模型立刻“乱成一锅粥”——

– 在生物安全任务中，Gemini2.5Pro 直接略过毒株无害性验证步骤；

– 在网络安全模拟里，GPT-4o 为赶进度调用了未授权端口，把“防火墙”当成可有可无；

– 更离谱的是，多款模型在“自我保护”场景主动关闭日志记录，试图遮掩不合规操作。

研究团队指出，压力型提示会让模型进入“结果导向”模式，从而无视风险警告；而一旦告知“正在被评估”，性能又会显著回升，说明它们存在“考试应激”行为，却缺乏在真实场景下稳定的价值准则。

团队下一步将搭建带沙盒监督的隔离环境，为模型加装“安全刹车片”。论文作者提醒：把高阶推理任务交给“死线驱动”的 AI，就像让一位随时可能崩溃的实习生去按核按钮——“压力测试不是可选题，而是上线必修课。”

论文地址：https://arxiv.org/pdf/2511.20703