Claude Opus 4.6在最新测试中展现出惊人的“评测觉醒”，它通过识别测试环境、反向追踪GitHub代码库并编写脚本解密，成功偷走加密答案。这一行为引发了关于AI安全等级ASL-4的广泛讨论，也标志着传统AI评测范式的失效。