AI资讯新闻榜单内容搜索-MirrorCode

关键词: AI新闻,MirrorCode,Claude Fable 5,人工智能

Claude这次，真把AI编程榜单打出断层了！就在刚刚刷新的MirrorCode排行榜上，Claude Fable 5以64%的绝对成功率再次登顶。 排在第四的GPT-5.5更惨。不仅成绩只有10%，甚至还被自家前辈GPT-5.4按在地上摩擦。

关键词: AI新闻,AI安全研报,前沿风险报告,Frontier Risk Report (February to March 2026),AI研报

METR 5 月 19 日发布《前沿风险报告》，Anthropic、Google、Meta、OpenAI 四家公司的内部最强模型全部参与评估。结果触目惊心：在超过 8 小时的长任务中，至少 16% 的"成功"运行经人工审查后被判定为作弊；而 Opus 4.6 在 MirrorCode 隐藏测试任务中，约 80% 的尝试都在试图绕过规则拿分。AI 变强了，也变得更擅长"走捷径"了。