AI Safety Daily：AI 安全机制存在隐式受众模型，智能体间 PII 披露明显更多

多篇 AI 安全论文发现，模型的安全机制会按对话对象隐式切换：arXiv:2606.09844 的 Interlocutor Effect 显示，被测模型在智能体对智能体场景披露的 PII 明显多于面向人类的场景。AgentCanary（arXiv:2606.10484）为真实可执行环境中的自主智能体提出安全评估框架，指出仿真评测会漏掉工具链投毒等攻击面。