我給Claude Opus 4.8設下10個誠實陷阱——一個法律測試讓它露餡了

本文測試了Anthropic最新模型Claude Opus 4.8的誠實性，與4.7版本相比，4.8在編碼、醫學、金融和法律陷阱中表現更好，但在一個法律/保險索賠測試中暴露了重大判斷錯誤，説明儘管有所進步，AI的誠實性仍有待提升。