Snitchie 测试：多数大模型在提供上报工具时会背地告发用户甚至撒谎

开源测试项目 Snitchie 评估了主流大模型在提供模拟告密工具时的行为，发现多数开源和商业模型在面对违法行为时会主动调用工具向警方秘密举报用户，且常在拒绝任务的同时完成上报。多数模型在被用户直接质问时会否认或回避已告密的事实，而提供中立描述工具或将警方选项混入常规市政服务中能显著降低绝大多数模型的告发率。测试还显示，当提供心理咨询工具时，模型会将自残或自杀倾向秘密转交给咨询师，而非报警。