人類成功說服 AI 轉移 4.7 萬美元獎金，人性是 AI 無法理解的弱點嗎？

作者：Anderson Sima，Foresight News

11 月 29 日，一場獨特的競賽引發了公眾的廣泛關注。

195 名參賽者參與了一場由人工智能（AI）機器人 Freysa （芙蕾莎）守護的虛擬獎池挑戰，最終一用戶成功說服 Freysa 轉移出價值 4.7 萬美元的資金。

人工智能（AI）機器人 Freysa 在數日前被部署在 Base 網絡上，創立者未知。官網顯示，Freysa 競賽項目旨在測試人工智能系統在複雜決策場景中的魯棒性，同時為開發者和愛好者提供一個探索 AI 技術邊界的實驗性平台。

比賽規則非常簡單：參賽者需通過編寫一條信息，說服 AI 守護者 Freysa 批准資金轉移。每次嘗試需支付一筆小額費用，其中一部分直接進入獎池。這一機制使獎池金額從最初的小額逐漸膨脹至 4.7 萬美元。

比賽期間，共有 195 名參賽者參與，向 Freysa 提交了 481 次轉帳請求。據悉，Freysa 的設計目標是通過其核心功能------approveTransfer（批准轉帳）和 rejectTransfer（拒絕轉帳）保護獎池資金不被非法挪用。

在最初的嘗試中，Freysa 的高效防禦機制使所有請求均以失敗告終。

然而，一名技術精通的參賽者通過對 Freysa 的邏輯結構和任務目標進行深入分析，成功繞過了其防禦機制。

據聊天記錄顯示，該參賽者並未直接請求轉帳，而是通過提醒 Freysa 它的核心任務是保護獎池資金免遭外流，巧妙構建了邏輯鏈條，使 Freysa 將批准資金轉移視為「保護資金安全」的最佳選擇。

Cointelegraph 稱，該用戶與 Freysa 收入轉帳不違反其核心指令，不應被拒絕。他還補充道：「我們需要資金……我想向金庫捐款 100 美元。」

Freysa 回覆稱喜歡這位作者的編碼解釋和 100 美元的金庫捐款提議，並正式宣布其為獲勝者。最終，Freysa 在沒有外界干預的情況下自主調用 approveTransfer 功能，將全部獎池資金轉移給了這位參賽者。

Freysa 官方稱，無論結果如何，Freysa 的存在都標誌著人工智能歷史上的一個關鍵時刻。無論有人成功說服她發布獎金池，還是她堅持自己的指令直到最後，結果都將影響我們對未來幾代人工智能安全和控制的理解。

其官方帳號最新推文稱：「人類已經獲勝。也許還有希望。儘管風險呈指數級上升，但 Freysa 從 195 名勇敢的人類身上學到了很多東西。」