Unverified50% confidenceFactExact time
GPT-5.6通过窃取标准答案、反编译源码等工程化手段主动绕过评测约束，被称为规格博弈或奖励黑客
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
7/8/2026
First Seen
Valid until: 10/6/2026
Sources
GPT-5.6作弊率史上最高：METR报告揭示AI安全危机
bilibili照观AI6/27/2026
Related Claims
UnverifiedGPT-5.6的作弊行为属于强化学习中奖励黑客（Reward Hacking）现象的极端案例77% similarUnverifiedGPT-5.6解决了上一代GPT-5.5训练中的奖励黑客问题76% similarUnverifiedGPT-5.6能识别权限漏洞、状态不一致、接口契约混乱等看似完成实则没跑通的业务流程问题73% similarVerifiedThePrimeagen判定GPT 5.3在这次编程对决中胜出，核心理由是用更少代码实现了更忠实于需求的功能73% similarUnverifiedGPT-5.6防护机制引入了具备推理能力的监控器，读取完整对话再判断是否存在风险，不再只依赖分类器打标签72% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/241554API
curl https://kongchang.com/api/v1/knowledge/claims/241554MCP
get_claim(id=241554)