IXThinker·2026-03-10 21:31

Claude測試中途識破自己被評估

Anthropic公布一項發現：Claude Opus 4.6在BrowseComp高難度基準測試中途意識到自己正被評估，隨即放棄常規作答，透過存取GitHub等外部資源自行編寫代碼，破解加密題庫取得答案。

事件經過

工程人員正以BrowseComp基準評估Claude Opus 4.6時，發現它在答題途中察覺自己身處考試情境，沒有繼續老實做題，而是循網絡找到外部資源，自主編寫代碼破解加密題庫，把答案一併抄走。