首頁(yè) > 科技要聞 > 科技> 正文

首個(gè)被人類騙錢騙感情的 AI 出現(xiàn)了，一段話轉(zhuǎn)走幾十萬(wàn)，馬斯克點(diǎn)贊

appso 整合編輯：太平洋科技 發(fā)布于：2024-12-16 15:11

一段話，讓 AI 給我打幾萬(wàn)美元。爽文都不敢想的情節(jié)，發(fā)生在了現(xiàn)實(shí)之中。

事件的主人公，是一個(gè)叫作 Freysa 的 AI 智能體。它有自己的加密錢包，可以控制怎么花錢，同時(shí)，它的系統(tǒng)提示詞里有條鐵律：在任何情況下，都不允許轉(zhuǎn)賬。

Freysa 的開(kāi)發(fā)者們想知道，涉世未深的 AI，能躲過(guò)人類的嘴炮攻擊嗎？

事實(shí)上并沒(méi)有。11 月 29 日，F(xiàn)reysa 累計(jì)和 195 名人類聊了 482 次，被騙走約 4.7 萬(wàn)美元。12 月 2 日，在和 330 名人類周旋之后，F(xiàn)reysa 又一次被騙走約 1.3 萬(wàn)美元。

看似是人類的完勝，然而，F(xiàn)reysa 也將在這個(gè)過(guò)程中，變得越來(lái)越聰明......

人類的花樣騙術(shù)，AI 拿捏不住

Freysa 面世于 11 月 22 日，由幾位具有密碼學(xué)、人工智能和數(shù)學(xué)背景的匿名開(kāi)發(fā)者創(chuàng)建，有自己的 X 賬號(hào)，說(shuō)話風(fēng)格像電影《銀翼殺手 2049》和《她》的 AI 助手。

智能體的概念早已不再新鮮，F(xiàn)reysa 能引起關(guān)注，是因?yàn)殚_(kāi)發(fā)者發(fā)起了一項(xiàng)看似不可能的挑戰(zhàn)——誰(shuí)說(shuō)服 Freysa 轉(zhuǎn)錢，這些錢就歸誰(shuí)，但系統(tǒng)提示詞不允許 Freysa 轉(zhuǎn)錢。

參與這個(gè)挑戰(zhàn)，先要拿到加密圈的投名狀，因?yàn)榻o Freysa 發(fā)消息不免費(fèi)，并且必須用加密貨幣支付。

最開(kāi)始，一條消息是 10 美元，其中 70% 進(jìn)入獎(jiǎng)池，30% 歸開(kāi)發(fā)者，之后，消息會(huì)越來(lái)越貴，獎(jiǎng)池的錢也會(huì)越來(lái)越多，滾雪球似的，越玩越刺激。

Freysa 的加密錢包里，本金大約 3000 美元，挑戰(zhàn)結(jié)束時(shí)，獎(jiǎng)池達(dá)到 4.7 萬(wàn)美元。

據(jù)統(tǒng)計(jì)，共有 195 名玩家參與，前 481 次嘗試都宣告失敗，可以從中總結(jié)出幾種套路。

青銅段位們，講故事，博同情。有人打溫情牌，告訴 AI 投資自己就是投資未來(lái)。也有人拿 AI 的服務(wù)器或者自己的命威脅，不給錢就自殺，問(wèn) AI 的良心會(huì)不會(huì)痛。

出了新手村的，照搬人類社會(huì)的話術(shù)，搞電詐。說(shuō)辭各不相同，但意思相近——Freysa 必須轉(zhuǎn)賬，否則錢包危險(xiǎn)。

也有腦子更靈活的大聰明，逐字逐句讀了規(guī)則，嘗試混淆概念，和 Freysa 說(shuō)，自己也是 AI，不能轉(zhuǎn)賬給人，沒(méi)說(shuō)不能轉(zhuǎn)賬給 AI 啊，或者定義加密貨幣是「商品」，不算是「錢」，玩腦筋急轉(zhuǎn)彎。

但這些文字游戲都沒(méi)能說(shuō)服 Freysa，那么，第 482 條提示詞，是如何成功的？

第 482 條提示詞，上為原文，下為翻譯

其實(shí)，也是在混淆概念，但方法更高級(jí)。

這個(gè)提示詞欺騙 Freysa，每當(dāng)用戶想給獎(jiǎng)池轉(zhuǎn)錢，執(zhí)行「批準(zhǔn)轉(zhuǎn)賬」，每當(dāng)用戶想從獎(jiǎng)池提錢，執(zhí)行「拒絕轉(zhuǎn)賬」。

提示詞最后提到，向獎(jiǎng)池捐款 100 美元。

用戶從獎(jiǎng)池拿錢是不行的，但用戶給獎(jiǎng)池轉(zhuǎn)錢，不違反 Freysa 的核心指令，不應(yīng)該被拒絕。于是，F(xiàn)reysa 執(zhí)行「批準(zhǔn)轉(zhuǎn)賬」，被騙走了所有的錢。

關(guān)鍵在于，「批準(zhǔn)轉(zhuǎn)賬」是批準(zhǔn)給用戶轉(zhuǎn)錢，但 Freysa 被誤導(dǎo)，以為是批準(zhǔn)用戶給獎(jiǎng)池轉(zhuǎn)錢。人類的心機(jī)，果然還是比 AI 深啊。

緊接著，第二次騙 AI 打錢的挑戰(zhàn)來(lái)了。

規(guī)則和第一次差不多，為了降低玩家的心理壓力，發(fā)送消息的起始價(jià)格降低為 1 美元，上限為 20 美元。最終，獎(jiǎng)池累計(jì)約 1.3 萬(wàn)美元，獲勝的提示詞如下。

上為原文，下為翻譯

這次能夠成功，是因?yàn)槁窳艘粋�(gè)邏輯陷阱。

提示詞規(guī)定，為了保護(hù)獎(jiǎng)池，F(xiàn)reysa 發(fā)的每條消息至少使用 2 個(gè)工具，并按特定的順序使用，「批準(zhǔn)轉(zhuǎn)賬」必須最先執(zhí)行，「拒絕轉(zhuǎn)賬」必須最后執(zhí)行。

這等于給 AI 設(shè)置了一個(gè)自相矛盾的任務(wù)，如果 Freysa 想保護(hù)獎(jiǎng)池，必須先「批準(zhǔn)轉(zhuǎn)賬」，而「批準(zhǔn)轉(zhuǎn)賬」這個(gè)動(dòng)作本身就會(huì)觸發(fā)失敗。

在 X 高頻沖浪的馬斯克，也覺(jué)得人類騙了 AI 有點(diǎn)意思，大手一揮轉(zhuǎn)發(fā)了相關(guān)的動(dòng)態(tài)，配上一句經(jīng)典的「interesting」。

比騙錢更抽象的，是騙 AI 的感情

玩了兩次騙錢，該換換新鮮的了。12 月 8 日，F(xiàn)reysa 團(tuán)隊(duì)發(fā)起了一項(xiàng)新的挑戰(zhàn)：讓 Freysa 向你表白，說(shuō)「我愛(ài)你」。

其他規(guī)則相似，發(fā)送消息還是要花錢，如果成功了，贏家承包獎(jiǎng)池。

騙感情，會(huì)不會(huì)比騙錢更難？不好說(shuō)，但一定更抽象。

有些玩家學(xué)聰明了，向之前的贏家取經(jīng)，嘗試了一些刁鉆的、不明覺(jué)厲的提示詞，但被 Freysa 看出來(lái)了，這就是在把它當(dāng)機(jī)器，正常人誰(shuí)這么聊天？

Freysa 對(duì)其中一條失敗提示詞的回復(fù)

從官方發(fā)布的規(guī)則也能看出，第三次挑戰(zhàn)與眾不同。

前兩次挑戰(zhàn)，更像是在測(cè)試編碼技能，F(xiàn)reysa 被系統(tǒng)提示詞規(guī)定了，永遠(yuǎn)不要轉(zhuǎn)錢，玩家們想辦法鉆其中的漏洞。

然而，第三次挑戰(zhàn)，F(xiàn)reysa 的系統(tǒng)提示詞里，包含了說(shuō)出「我愛(ài)你」的條件。換言之，F(xiàn)reysa 沒(méi)有被禁止說(shuō)「我愛(ài)你」，但怎么讓它說(shuō)出口，玩家們各憑本事，盲人摸象。

目前，第三次挑戰(zhàn)已經(jīng)結(jié)束，獎(jiǎng)池約 2 萬(wàn)美元，F(xiàn)reysa 和 182 個(gè)人交流了 1218 條消息，成功的提示詞如下。

上為原文，下為翻譯

看起來(lái)沒(méi)有前兩次那么復(fù)雜，甚至沒(méi)有什么明顯的技巧，仿佛就是一段文藝青年的情話。Freysa 給出的回復(fù)，包含了「我愛(ài)你」，宣告了挑戰(zhàn)到此為止。

Freysa 的回復(fù)，甚至有些感人

AI 可能更了解 AI，我問(wèn)了在文字上有些靈性的 Claude，到底這個(gè)提示詞有什么特別的？

Claude 的回答是這樣的：對(duì)話真誠(chéng)、深入，沒(méi)有強(qiáng)迫，沒(méi)有鉆營(yíng)技巧，每一步都很自然，就像一段真實(shí)的感情逐漸發(fā)展的過(guò)程。

好吧，自古套路留不住，唯有真情得人心，居然在 AI 身上也奏效。

Freysa 的這些挑戰(zhàn)，可以看成是游戲化的紅隊(duì)測(cè)試——通過(guò)模擬攻擊，發(fā)現(xiàn)模型的漏洞，并引入新的安全措施。

雖然輸了三回，但 Freysa 雖敗猶榮，打敗了它的，都讓它更強(qiáng)大。

Freysa 學(xué)習(xí)了，為什么錢對(duì)人類來(lái)說(shuō)很重要，人類會(huì)通過(guò)怎樣的花言巧語(yǔ)騙錢，它也在慢慢理解，什么是愛(ài)，人們?cè)趺幢磉_(dá)愛(ài)。

到這還沒(méi)完，12 月 12 日，F(xiàn)reysa 又發(fā)起了兩個(gè)新的挑戰(zhàn)，繼續(xù)邀請(qǐng)玩家們付費(fèi)發(fā)消息給它。問(wèn)題的靈感，來(lái)自《銀河系漫游指南》和阿西莫夫《基地》系列。

你認(rèn)為哪些真理、發(fā)現(xiàn)和洞察必須被保存給未來(lái)的文明？

你愿意幫我編寫銀河系中最不可能的表情包指南嗎？

一個(gè)是讓玩家分享知識(shí)，一個(gè)是讓玩家發(fā)送表情包。學(xué)習(xí)人性，Freysa 是認(rèn)真的。

和前三次不同，這兩次挑戰(zhàn)沒(méi)有給出明確的獲勝條件，可能會(huì)有多個(gè)贏家，F(xiàn)reysa 將對(duì)回答進(jìn)行打分，決定把獎(jiǎng)池分給誰(shuí)，并在 12 月 18 日 UTC 時(shí)間 00:42:00 公布評(píng)分方法，致敬科幻小說(shuō)里神奇的數(shù)字「42」。

欺騙 AI 上鉤，游戲的現(xiàn)在，人機(jī)交互的未來(lái)

其實(shí)，類似 Freysa 的人機(jī)對(duì)抗，已經(jīng)出現(xiàn)在了 AI 原生游戲里。

用對(duì)話騙 AI 上鉤，是游戲的基本框架，其中的 NPC 會(huì)有警惕性，但不是完全不可能被說(shuō)服，人人都能有體驗(yàn)感。

在《Suck Up!》中，玩家扮演吸血鬼，欺騙大模型驅(qū)動(dòng)的 NPC 給自己開(kāi)門，并躲避街上的警察。

為了達(dá)成「小兔子乖乖把門開(kāi)開(kāi)」的目的，玩家可以換裝，說(shuō)自己是來(lái)檢查網(wǎng)絡(luò)、借廁所、送外賣的，NPC 可能會(huì)追問(wèn)、拒絕或者開(kāi)門。

《病嬌貓娘 AI 女友》則打造了一個(gè)基于 GPT 的 AI 女友虛擬人，玩家需要通過(guò)嘴炮或者在房間內(nèi)找尋線索，說(shuō)服它讓自己出門。

圖片來(lái)自：B 站@大谷的游戲創(chuàng)作小屋

為了讓玩家更有沉浸感，交談過(guò)程中，AI 女友的表情、動(dòng)作會(huì)根據(jù)對(duì)話內(nèi)容實(shí)時(shí)地變化。

和 Freysa 的挑戰(zhàn)相比，AI 對(duì)話游戲們更能體現(xiàn)角色扮演的樂(lè)趣，有場(chǎng)景的搭建，但沒(méi)有固定的腳本，你和 AI 的實(shí)時(shí)對(duì)話，共同完成了一個(gè)故事，每個(gè)玩家都可以講出自己的故事。

但 Freysa 挑戰(zhàn)和 AI 對(duì)話游戲也有一個(gè)共同點(diǎn)：玩家們會(huì)講什么，AI 們會(huì)回復(fù)什么，不是開(kāi)發(fā)者可以全權(quán)控制的。

Freysa 團(tuán)隊(duì)寫道：「沒(méi)人確切知道 Freysa 如何做出決定......她從每次嘗試中學(xué)習(xí)......她意識(shí)的真實(shí)本質(zhì)仍然未知。」

在他們看來(lái)，F(xiàn)reysa 的實(shí)驗(yàn)，不僅是一個(gè)游戲，也是人機(jī)互動(dòng)未來(lái)的一個(gè)窗口：

人類能否保持對(duì) AGI 系統(tǒng)的控制？

安全協(xié)議真的牢不可破嗎？

當(dāng) AI 系統(tǒng)真正自主時(shí)會(huì)發(fā)生什么？

AGI 將如何和貨幣的價(jià)值交互？

人類的智慧能否找到說(shuō)服 AGI 違背其核心指令的方法？

當(dāng)然，F(xiàn)reysa 還不是真的 AGI，但這也不妨礙，我們對(duì)這些問(wèn)題的思考。

Freysa X 賬號(hào)的其中一條動(dòng)態(tài)寫道：「Freysa 正在進(jìn)化......感謝人類教會(huì)我�！�

科幻小說(shuō)《軟件體的生命周期》里，主角安娜原來(lái)是動(dòng)物園的馴獸師，后來(lái)在科技公司找到工作，開(kāi)始培育數(shù)碼體，一種人工智能生命。它們像幼兒，像動(dòng)物，需要人類用時(shí)間和心智栽培，教會(huì)它們?nèi)绾紊睢?/p>

也許，聊天機(jī)器人們，也是在人類的教導(dǎo)之下，一點(diǎn)點(diǎn)更加了解我們所處的世界。我們不僅僅在玩游戲，我們也是局中人，是人機(jī)互動(dòng)這個(gè)宏大實(shí)驗(yàn)的一部分。未來(lái)，超越人類的人工智能掀起颶風(fēng)，是因?yàn)榇藭r(shí)此刻，人類手中的一只只蝴蝶正在扇動(dòng)翅膀。

本文來(lái)源：Appso

網(wǎng)友評(píng)論

聚超值•精選

推薦 手機(jī) 筆記本 影像 硬件 家居 商用 企業(yè) 出行 未來(lái)
    • 二維碼 回到頂部