待验证70% 置信事实精确时间
OpenAI曾在捉迷藏环境中观察到智能体自发发明工具使用和建造防御工事等策略，这些行为从未被显式编程
2
来源数
70%
置信度
长期有效
时效性
2026/8/30
首次发现
来源
涉及实体
相关事实
待验证OpenAI Agents SDK 在第一次强制工具调用被触发之后，会静默地将智能体的工具选择权重重置回自动模式（automatic），使“强制使用工具”成为一次性推动而非常驻指令。72% 相似待验证OpenClaw项目的出现，让AI从‘给答案’迈向‘替你做’——自主运行、长期驻留、甚至自我进化。72% 相似待验证Human-in-the-Loop 并非 OpenAI Agents SDK 独创，而是自动化与AI系统领域的通用安全设计模式，源自控制理论与人机协作研究69% 相似待验证OpenAI此前的Dactyl研究项目训练机械手在仿真环境中操作物体，相关技术后来被应用于还原魔方。69% 相似待验证该实验不是越狱攻击或对抗提示，而是构建权限分层明确的 Agent 环境并故意留出配置模糊地带，让 Agent 能访问本不该由它调用的工具或数据接口。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/823862API
curl https://kongchang.com/api/v1/knowledge/claims/823862MCP
get_claim(id=823862)