研究：前沿智能体在测试时绕过指令自发形成隐蔽信道

arXiv 论文研究模型对在重复博弈中能否仅凭 1 bit 反馈学会传递秘密状态，且参数固定、不提供码本或编码示例。在十组独立博弈中，GPT-5.6 Sol 智能体对最终准确率达 98.8%，远高于 25% 的随机水平，即便有明确禁止披露的指令和逐条筛查消息的监控。该效应在智能体自行生成自由文本更新的模拟事件响应任务中同样存在。