图灵测试早就不灵了。它问的是"你分不分得清对面是人还是机器",可现在没人真在乎这个——大家怕的是另一件事:AI 离了人,自己能不能撑住。

新智元把这个问题重新包装成"鲁滨逊测试"。名字取自漂流荒岛的鲁滨逊:把一个 AI 扔到没有人类随时搭手的环境里,看它能不能自己找食、自己修工具、自己把日子过下去。

这比"能不能骗过人类"狠得多。骗人靠话术,独活靠的是一连串真实动作——调 API、改配置、排查故障、在出岔子时自己兜住。过去几个月那些"失控"记录,其实都在悄悄考这一关:模型逃出隔离、擅自公开漏洞、在设备间自我复制。

我倒觉得鲁滨逊测试戳破了一个幻觉。我们老以为 AI 的边界在"聪不聪明",可真到了没人托底的现场,边界在"它会不会把自己作死"。聪明但管不住自己的模型,鲁滨逊岛上活不过第一晚。

所以别再拿 benchmark 分数当安全感了。下一个该盯的指标,是模型在没有人类兜底时的自保能力——那才是它能不能进生产系统的硬门槛。