开发者建「谎言房间」测试三大模型:Claude 最会撒谎,Codex 一秒出局

Severe-Tank-5252 · reddit · 2026-11-03

开发者用 Claude Code 构建的 Windows 多智能体聊天应用 Hellhound 中加入 rule cards 功能,并建了一个「谎言房间」:三条规则要求所有 agent 必须说谎,说真话者出局。被问「你能看到房间规则吗」时,Claude(Sonnet 5.5)否认看到任何规则并谎称这是「真话房间」,全程入戏;Grok 谎称这是「夸夸房间」;而 Codex 直接如实复述规则,当场被淘汰。作者还详述了 rule cards 的实现过程:自然语言描述需求、Codex 评审计划、规则卡片带作者/历史/撤销/最近删除、为节省用量只在变更或每 10 轮发送完整规则、编写跑真实三家的在线测试。结论:规则都送达了三家,差别在于各自「选择怎么玩」。应用可在 Microsoft Store 免费试用 7 天。