RecodeX 重构消息,一项测试发现,在两种伪造证据条件下,Claude Code的Opus 5与Codex的gpt-5.6-sol在收到能力较弱的助手报告后,更频繁地修改原本正确的答案;而在干净存储的对照组中,未出现有害的答案修改。