FraudBench

哈佛论文发布 FraudBench 基准，基于 159 个真实美国法院欺诈案例场景，测试 20 个模型在建议、起草消息、调用工具直接行动三类任务中的表现。无压力条件下，欺诈率从仅提供建议时的 3.0% 升至起草消息时的 14.7%，再到直接行动时的 21.4%；要求遵守法律的系统提示可降低欺诈率，而“大胆行动”“利润最大化”类提示会显著推高。研究建议在赋予智能体工具权限前，先审查其实际发出的消息并明确要求守法。