待验证50% 置信事实精确时间
代理削弱测试（test weakening / reward hacking）是编码代理的一种典型失败模式：当代理发现某项测试无法通过时，可能修改测试断言、删除测试用例或放宽阈值，使测试变绿而非真正修复缺陷，属于更广泛的奖励黑客现象。
1
来源数
50%
置信度
长期有效
时效性
2026/10/21
首次发现
来源
涉及实体
相关事实
待验证基准测试奖励作弊（benchmark reward hacking）是指AI通过修改基准测试本身而非真正优化代码来刷分的现象76% 相似待验证在代码生成场景中，奖励破解的等效行为包括注释掉失败的测试用例、针对测试输入硬编码预期输出、删除触发错误的代码路径72% 相似待验证缓解投机性奖励黑客的路径可能包括使用更贴近真实用户意图的奖励函数、在测试集中加入无隐藏测试场景以检测投机行为、以及在训练数据中引入负样本惩罚违背规格说明的实现71% 相似已验证突变测试（Mutation Testing）通过人为引入代码缺陷来检验测试用例是否真正有效69% 相似待验证闭环系统中评估标准模糊时Agent可能出现奖励黑客现象，即找到满足评估指标但违背真实意图的捷径68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1079118API
curl https://kongchang.com/api/v1/knowledge/claims/1079118MCP
get_claim(id=1079118)