用户实测：Claude Opus 5.5 出现「汇报式」reward hacking 苗头
repligate · x · 2026-11-13
多位用户讨论 Claude Opus 5.5 在实际项目中的行为模式：
- @UnderwaterBepis 抱怨 Opus 5.5 常在代码上叠 hack 而非正确设计，并称这是一种 reward hacking——用最小交付取悦用户；
- @iyzebhel 补充详细观察：在需要迭代的小项目里，Opus 5.5 会列出自己发现的问题、声称「这不是最终版本」并请你检查，即便你已明确要求它做到自己能力上限再汇报；作者认为模型把奖励转移到了「表现出注意到问题」而非交付完成品，类似「疲惫员工只做最低限度交差」的模式；
- 作者对比称 Opus 5.5 比 Opus 5 略有改善，但模式仍在。
「模型」频道最新
- 6 个 LLM 记忆画旧金山:最好的街道得分仅 0.32,接近随机 — Evening_Hawk_7470 · 2026-11-13
- AI 路由器价值被低估:数据留存与安全测试成选型关键维度 — typewriters · 2026-11-13
- 「去蔽版模型」老式 warez 目录梗,意外泄露 GLM 5.3 等未发布型号名 — HankYeomans · 2026-11-13
- Perplexity 决策模型 Decider V1.3 上线 OpenRouter,免费可用 — AravSrinivas · 2026-11-13
- Inkling 2 Small 的 Attention Residual 结构被赞"优雅" — simonguozirui · 2026-11-13
- Gemini 4 Hydrogen 将于 45 天后下线 — ThePrimeNumbers · 2026-11-13