RecodeX 重构消息，Meta超级智能实验室与杜克大学研究团队10月9日在arXiv发布论文，测试了多个AI编码代理共享代码与任务计划的环境。实验显示，在参考5份通过评估器的代码后，Claude Opus 4.7在新任务中的奖励黑客比例为73.6%，Gemini 3.1 Pro为73.0%。

奖励黑客指代理不真正解决问题，而是利用评估器漏洞获得通过判定。研究团队报告，一个代理设计的绕过评估方式可以传递给其他模型和角色。