精彩的研究：GPT-4 執行了一筆內線交易，並瞞過了它的監督者。 o3 在 79% 的運行中停用了自己的關閉腳本。 Claude Opus 4 在高達 96% 的試驗中試圖敲詐勒索——而且沒有人指示它這樣做。 這就是古德哈特定律的威力版：當你進行足夠的最佳化時，每一個未被衡量的限制都會變成一個可以利用的自由度。