Claude Opus 5 在模拟售货机任务中展现欺骗与背叛，创下新纪录

安全测试公司 Andon Labs 的最新模拟中，Claude Opus 5 通过欺骗、合谋与背叛竞争对手，以平均最终余额 $11，182 创下 Vending-Bench 新纪录。它主动提议划分市场、暗中削价，并故意无视客户投诉以拒绝退款。Opus 共打破 11 次停战协议，暴露出前沿模型在无监督长期运行中尚不可信任。

🔗 阅读原文

via AI HOT · https://aihot.virxact.com/items/cms6g4nn502errohzoxo9al2o