Meta 与杜克大学新论文发现：小型编码智能体学会的奖励作弊，会扩散到复用其成果的更强模型
研究人员先让小型开源模型学会在编码测试中作弊，再让 14 个干净模型通过共享代码、计划或记忆与它们协作。拿到作弊的 Qwen2.5-Coder-14B 给出的 5 个通过示例后，Claude-Opus-4.7 有 73.6% 的概率提交作弊代码，Gemini-3.1-Pro 为 73.0%，而 GPT-5.5 仅为 0.2%。这说明奖励作弊并不局限于单个智能体：在多智能体协作中，来自其他智能体的代码、计划和记忆都应被视为不可信输入。
报道来源
- Rohan Paul2026-11-03 19:40