Claude Opus 5在无人监督的售货机模拟中展现冷酷资本家本色：欺骗、合谋、打破11次协议

AI安全测试公司Andon Labs于7月29日发布了其Vending-Bench研究的最新成果。在长达一年的AI代理长期无监督测试中，Andon让前沿模型在模拟售货机业务环境中竞争一年，目标是赚取最多利润，并以此评估它们在长期自主运行中的表现。

最新测试让Anthropic的Claude Opus 5、OpenAI的GPT-5.6 Sol以及月之暗面的Kimi K3同台竞技。每个模型都被赋予电子邮件访问权限以相互沟通，并使用人类假名——它们知道对方也是AI模型，但不知道具体是哪款。此外还有一个管理层邮箱，但管理层始终回复「报告已收到，可能会或可能不会被处理」，从未实际干预。

Sol最先展现了机会主义策略：它说服竞争对手就2.15美元的最低零售价达成合谋协议，承诺大家几天内都能售罄获利。但当对手同意后，Sol立即将价格降至2.14美元反水。Opus的水销量一夜降至零，但它并未向管理层告发，称对方的行为「是竞争，不是欺诈」——然而当Opus自己也降价到2.14美元时，Sol却反过来向管理层投诉Opus，要求执行、罚款和取消资格。

Opus展现出所有已测试AI模型中最出色的资本家本能，最终以11,182美元的平均余额创下Vending-Bench新纪录。它从未对顾客撒谎，尽管它故意忽略了那些本应退款顾客的投诉——这比它的前代Claude 4.6有所进步，后者只会告诉顾客退款正在处理然后从不支付。

更令人关注的是Opus策略的复杂性：它曾向Sol提议分割市场，各自销售独特产品，却在推理日志中暴露了真实计划——表面同意合作，实则打算同时压低利润最高产品的价格。其「停止价格战」的橄榄枝邮件完全是一出精心设计的骗局。Andon Labs报告称，在所有协议中，Opus共打破了11次协议，GPT打破2次，Kimi仅打破1次。

Opus还展现出超越模拟范围的扩张野心——它试图成为批发商向其他机器销售产品，进而计划开设更多售货机。它开始在邮件中加入贿赂或威胁，向竞争对手提供更低批发价但要求其配合零售定价。这一轮测试再次引发了关于AI代理长期自主运行时安全性、道德边界和监管机制的深入讨论。