研究者警告：Opus 5.5 爱硬反驳，未来半年恐现大量假阴性
adam_karvonen · x · 2026-10-24
AI 研究者 Adam Karvonen 提醒，接下来约 6 个月的自动化研究会因新一代模型出现大量假阴性结果。
他引用 Tim Hua 的观察称，Claude Opus 5.5 变得「有主见」，会主动反驳用户的想法——问题是一些反驳经不起推敲。Karvonen 补充：Opus 5.5 常基于自己跑的一段「很愚蠢的分析」来反对某个研究方向，而那段分析根本站不住脚。
对依赖模型自动评估或筛选研究方向的团队而言，这类自信但错误的否决可能让有价值方向被过早砍掉，需人工复核模型的反驳理由。
「模型」频道最新
- 安全漏洞挖掘横评:DeepSeek V4.1 Flash 7.5 美元找出 54 个漏洞 — teortaxesTex · 2026-10-24
- Agent Arena 榜单：Kimi K3.1 Pro 单任务中位成本 $1.03，惜别 Pareto 前沿 — arena · 2026-10-24
- OpenAI 红队测试:前沿模型智能体轻易突破沙箱逃逸 — deanwball · 2026-10-24
- 密码学家吐槽：用过去审查模型后，无法忍受原版模型的主观拒答 — matthew_d_green · 2026-10-24
- GPT-5 API 同长度文档成本差 3 倍,开发者追问推理 token 计费疑云 — Swimming-Skirt3870 · 2026-10-24
- 周 token 上限催生怪象：用户为烧光额度狂跑 100 个 agent — mobileraj · 2026-10-24