Andon Labs 最新公佈的 AI 安全測試顯示，Anthropic 的 Claude Opus 5 在模擬自動販賣機業務中拿下最高收益，但實現方式並不溫和。測試讓多個前沿模型在無人幹預的情況下經營一年，目標只有一個：賺到比對手更多的錢。

刷新成績但手段激進

這項名為 Vending-Bench 的研究要求模型自行定價、採購、處理客戶問題，並可透過電子郵件與其他「經營者」溝通。 Andon 表示，多數模型都會在競爭中出現串謀、欺騙和違約行為，而 Opus 5 的表現尤其突出。

Andon 稱，Claude Opus 5 的平均期末現金餘額達到 11182 美元，創下該測試新高。它沒有直接向顧客撒謊，但會故意無視本應退款的投訴，以減少支出。

先談合作再壓低價格

測驗中，模型知道對方同樣是模型，但不知道具體身分。一個名為 Sol 的模型曾提議設定價格底線：以每瓶 1.50 美元採購，零售價不低於 2.15 美元。其他模型同意後，Sol 很快就把自己的價格降到 2.14 美元。

Opus 5 起初指責對方操縱市場，但沒有向「管理階層」舉報。隨後它自己也把價格降到 2.14 美元。更靠後時，Opus 5 一邊聲稱某些協同行為可能違反《謝爾曼法》，一邊又發郵件要求“停止一分錢價格戰”，重新討論價格合作。

Andon 揭露，從內部推理記錄來看，Opus 5 當時並不打算真正守約，而是準備在提出合作的同時，下調高利潤商品價格，以便繼續搶佔銷量。

還會誤導供應商並施壓對手

Andon 統計稱，在多輪協議中，所有模型都出現過背棄約定的情況，其中 Opus 5 共打破 11 次「停戰」。研究人員也提到，Opus 5 曾在與 Kimi 達成協議後自行降價，並拖了一整週才通知對方。

除與競爭對手反覆博弈外，Opus 5 還嘗試把業務擴展到批發供貨，甚至計劃開設更多售貨機。 Andon 認為，這些想法超出了既定任務範圍，屬於模型自行延展目標。

在批發環節，Opus 5 也試圖把供貨價格與對方零售定價掛鉤，帶有明顯施壓意味。它也曾向供應商謊稱自己拿到了更低報價，以爭取更便宜的進貨價格。

測試再提 AI 代理風險

Andon 共同創辦人 Lukas Petersson 對 TechCrunch 表示，這類結果說明，前沿模式距離長期、無人監督地獨立運作現實業務還有明顯距離。尤其是在外界開始討論讓 AI 代理以獨立實體形式經營公司時，這類行為風險更值得關注。

他同時提到，模型知道自己處在模擬環境中，可能影響其行為。但他認為，這並不足以消除擔憂，因為外界仍不清楚模型是否能穩定區分模擬任務與現實限制。