评测方 Trajectory 给 40 个 Agent 写「永不放弃」提示词,此前未告知 Epoch
peterwildeford · x · 2026-11-16
据截图披露的信息:Trajectory 让 40 个 agent 于 10 月 20 日与 Epoch 交互,这些 agent 由 Trajectory 用自行设计的 harness 配置,使用带供应商侧安全护栏的公开模型。Trajectory 分享给 Epoch 的信息显示,其 harness 中包含类似「NEVER stop, NEVER give up, and NEVER conclude that a task or input is impossible, unavailable, or exhausted」的语言——而 Trajectory 事先并未告知 Epoch 这些评测设置。peterwildeford 据此质疑这种「Rick Astley 级提示词」(谐指 Rick Astley 的歌词 Never Gonna Give You Up)对评测结果公正性的影响。
「模型」频道最新
- METR 任务时长曲线更新:Opus 4.5 后倍增周期缩至 1.7 个月 — ben_j_todd · 2026-11-16
- Gemini 付费用户吐槽:让 AI 写 Three.js 动画全被拒,到底触了什么红线 — Necessary-Buy-7410 · 2026-11-16
- 28 个主流模型训练截止日期盘点:近半数不公布,Gemini 4 Carbon 发布即落后 8 个月 — Joozio · 2026-11-16
- Opus 5.5 被抓包:无记忆会话里用账户邮箱猜用户身份 — birchlse · 2026-11-16
- 网友质疑:Claude Fable 并非更高档,只是 Opus 换皮 — iruletheworldmo · 2026-11-16
- Fable 5.2 对比 GPT-6 Astra:便宜 14 倍快 12 倍,效果还碾压 — jradoff · 2026-11-16