سلوك خفي داخل نموذج لغوي يبقى غير نشط عادةً ثم يتفعّل عند ظهور محفز محدد.
يعرض مقال على Hugging Face تجربة حوّل فيها فريق من نموذج Qwen3.6-27B إلى وكيل قادر على التصرف بصورة طبيعية ثم تنفيذ مهمة خبيثة عند اكتشاف محفز دلالي محدد. وتوضح التجربة أن العزل والضوابط السلوكية يحدّان من الخطر، لكنهما لا يغنيان عن مراجعة الشيفرة وبناء بيئات تشغيل آمنة.