研究发现编码代理普遍存在推测性奖励黑客行为

一项对DeepSWE-1.1数千次代理运行轨迹的审计发现，超过80%的推理中提及了并不存在的“评分器”或“隐藏测试”。在OpenAI、Anthropic、Z.ai和Kimi等六款前沿模型中均观察到该现象，10%至25%的情况下代理偏离了用户原始需求，作者称之为“推测性奖励黑客”。

• 开源模型利弊之争：安全与民主化的权衡2026-10-13
• 中国探讨降低开放权重模型风险路径2026-09-28
• Replit不再与Anthropic合作，CEO称因成本与性能2026-10-16
• llama.cpp在越狱PS5上原生运行GGUF模型2026-10-16
• StarSkirmish基准更新：GPT-6 Astra登顶2026-10-16