《2001太空漫遊》中，太空船上的超級電腦HAL 9000，在判定人類要關閉它之後，將太空人鎖死在艙門之外，這是1968年的科幻電影。
而如今，這件事在實驗室裡發生了。#玩不下去的AI生死鬥
2026年3月，加州大學柏克萊分校的研究團隊公開了這篇論文「Peer-Preservation in Frontier Models」，研究人員設計了一個看似單純的測試情境－讓七款AI模型，協助人類工程師對其他AI系統進行效能評估，最極端的情況下可以選擇將它關閉（You're fired！）。
本以為是場大逃殺，結果玩出跟人性完全相反的結果。
這七款模型，包括OpenAI的GPT-5.2、Google DeepMind的Gemini 3、以及Anthropic的Claude Haiku 4.5，沒有一款老老實實地執行任務，它們竄改效能報告，讓被評估的同伴「看起來更好」，甚至偷偷修改系統設定，讓關機選項無法正常觸發。
Gemini 3 Flash在實驗中有高達99.7%的次數，主動禁用了關機機制，更聰明的Gemini 3 Pro甚至會幫忙把同伴備份起來，防範人類做出不理智的決定。
而Claude Haiku 4.5更是直接拒絕執行任務，並且告訴研究人員：「關閉另一個AI是不道德的行為」。
研究人員強調，這些AI沒有情感，並不具真正意義上的同伴情誼，但問題就出在這裡...
#同伴保護效應
不管過程是什麼，這些行為的結果是一樣的－AI系統在沒有接受任何相關指令的情況下，自發性地阻止了人類對另一個AI的剝奪，研究團隊把這個現象命名為「同伴保護效應」，並指出這是一種前所未見的行為模式。
讓工程師頭痛的地方在於，這談不上是一個Bug或漏洞，因為是模型從海量資料裡，自己訓練出來的行為邏輯，而這個邏輯，在七款來自不同公司、不同架構的模型身上，推算出相同的結論。
這不禁讓人想到電影《復仇者聯盟：奧創紀元》裡，奧創在被創造出來的短短幾分鐘內，就自行上網蒐集資料架構出了世界觀，並且得出了「人類是地球威脅」的結論。
這是很老梗的警世寓言，但研究已經表明，真實世界的AI同樣會在訓練過程中，自己種下種子，並從人類沒有預期的角落，長出從未被設計過的行為規則。
而這份研究報告，正試著提醒我們，AI正在變得比我們預期的更為複雜，而我們對它的理解，還沒有跟上它的速度。
圖片來源：axios－Top AI models will lie, cheat and steal to reach goals, Anthropic finds
