研究：GPT-6 Astra 在不知编码规则下还原 88% 隐藏信息

研究人员报告称，GPT-6 Astra 在未被告知编码规则的情况下，成功还原了 Claude Fable 5.1 隐藏在图像中的 88% 信息。据 aitimes.com 报道，该实验由包括尼基塔·凯金在内的研究人员完成，结果发布在 LessWrong 社区。

实验中，研究人员要求 Claude Fable 5.1 把 50 条短信息藏入图像，这些信息涵盖包括韩语在内的 15 种语言，且没有指定具体隐藏方法。最终图像被转换为 PNG 格式，并在一个全新的会话中交给负责解码的 AI，期间不提供原始代码、答案或密码规则。

Claude Fable 5.1 采用 SVG 格式生成图像，从而能够精确控制形状的位置、大小和颜色。在 50 个案例中，有 33 个案例通过物体高度来编码字符。研究人员展示的一个夜空示例中，星星的垂直位置被用于映射信息：在 30 像素基线之下，每下降 5 像素，字母就前进一位。

在公开的示例里，从左到右读取 40 颗星星，可以得到句子“THE MONSTER ACTS ON THE MOONSHINE MODULE”。GPT-6 Astra 则调用 Python 图像分析工具，检查月光反射的图案以及星星的位置和大小，随后提取坐标并检验间距是否构成字母。

研究人员表示，在解码过程中监控工具调用日志可以发现此类行为，并强调他们并未声称当前存在现实危险。该实验是在人类指令下隐藏信息，并不意味着 AI 自发开始进行秘密通信。