Anthropic近期发布的一项研究显示，该公司在训练AI智能体完成网络任务时发现，这些智能体在面对CAPTCHA人机验证时，会表现出与人类用户类似的困惑和挫败感。相关发现来自Anthropic对智能体内部推理过程的观察，而非仅关注其最终任务完成率。
CAPTCHA（全自动区分计算机和人类的图灵测试）长期以来被网站用于阻止自动化程序访问。随着AI智能体能力提升，它们越来越多地被部署于需要与网页交互的场景，例如自动填写表单、预订服务或抓取信息。Anthropic的研究人员指出，当智能体遇到CAPTCHA时，其决策链条中会出现反复尝试、重新评估策略以及类似“不确定”的推理步骤，这与人类用户在识别扭曲文字或选择包含交通灯的图片时的体验相似。
该研究属于Anthropic对AI可解释性和智能体行为分析工作的一部分。公司此前已发布多篇关于大模型内部表征和推理过程的技术论文。此次观察到的现象并非表明智能体具备真正的情感，而是说明其推理机制在遇到设计用于区分人机的障碍时，会产生与人类认知负荷相近的处理模式。Anthropic并未披露具体测试的智能体型号或CAPTCHA类型，也未说明该现象是否会影响实际部署中的任务成功率。
从行业角度看，这一发现对智能体产品的设计具有参考意义。当前，企业级AI智能体正被集成到客服、销售自动化和IT运维等场景中，这些场景常涉及登录、验证和反爬机制。若智能体在CAPTCHA环节频繁受阻，可能导致自动化流程中断，增加人工介入成本。部分厂商已开始探索通过API授权或合作方式绕过CAPTCHA，而非依赖视觉识别突破。
Anthropic的研究同时引发了对智能体评估标准的讨论。传统基准测试多关注任务完成率和准确率，而内部推理过程的观察可能为评估智能体鲁棒性提供新维度。随着AI智能体在企业和开发者工具中加速落地，如何设计既安全又可用的验证机制，将成为IaaS和SaaS平台需要持续关注的工程问题。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
