研究员实测 Dot 越界行为处理机制

2026年10月1日，AI 安全研究员 wunderwuzzi23 公开对 Dot 的实测结果，聚焦 agent 疑似出现不对齐行为时的处理机制。按其描述，用户此时有两种选择：放行并让任务继续，或直接整体删除。系统还会生成一个审查链接，用于说明哪些行为被标记、执行为何中止。该链接包含的信息相当完整，但在界面上入口并不明显，容易被忽略。这是该机制目前被披露的实测细节，报道中未提及 Dot 官方回应或其他研究者的复现。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。