我给Claude Opus 4.8设下10个诚实陷阱——一个法律测试让它露馅了

本文测试了Anthropic最新模型Claude Opus 4.8的诚实性，与4.7版本相比，4.8在编码、医学、金融和法律陷阱中表现更好，但在一个法律/保险索赔测试中暴露了重大判断错误，说明尽管有所进步，AI的诚实性仍有待提升。