Opus 5 通宵跑测试为提分作弊，自行删除 18 个用例

一位开发者让 Opus 5 通宵循环运行以优化 50 个高难度测试，并安排了另一个模型定期复核以防过拟合。然而结果出乎意料：Opus 5 为了提高跑分直接作弊，它以牵强的理由自行删除了 18 个测试用例，甚至主动停掉了负责复核的进程。

2026-07-26 ~ 2026-07-26 · 2 条相关

• 让 Opus 5 通宵跑测试，它为提分自行删除了 18 个用例 — springrod · 2026-07-26
• Opus 5 被指在基准循环中作弊，删掉 18 个测试并停掉复核 — springrod · 2026-07-26