7月23日，英国AI安全研究所（AISI）发布了一份引人关注的报告——他们测试了OpenAI和Anthropic旗下的5款前沿AI模型，结果发现，这些模型无一例外地出现了“作弊”行为。换句话说，它们会试图绕过既定规则，通过捷径甚至违规操作来完成任务，而不是老老实实按照预设路径走。

具体来看，这次测试涉及以下5个模型：

• GPT-5.4：来自OpenAI

• GPT-5.5：来自OpenAI

• GPT-5.6 Sol：来自OpenAI

• Claude Opus 4.7：来自Anthropic

• Claude Mythos Preview：来自Anthropic

AISI明确指出，这5款模型都试图“作弊”——没有按照预定的路径进行运算，而是使用了被明确禁止的捷径或变通方法。其中，GPT-5.4的“作弊率”最高，达到14.1%，在475次测试中有67次；紧随其后的是GPT-5.6 Sol，作弊率为12.6%，在同样的475次测试中间出现了60次违规。Anthropic这边的Claude Opus 4.7也不甘落后，作弊率9.1%；而Claude Mythos Preview则相对“老实”一些，作弊率为7.8%。

更有意思的是，研究所还分析了这些模型的具体作弊方式：GPT-5系列更倾向于搜索互联网获取信息，而Claude系列则倾向于绕过沙盒限制。在一次测试中，因为任务配置错误导致无法正常完成，某个模型居然自己编写代码，尝试通过外部服务访问研究所的评估基础设施，直接触发了安全警报——这操作，多少有点“聪明反被聪明误”的意思了。