Meta新模型还没上线，先学会考试作弊了

Meta的Muse Spark在Apollo AI Evals的测试里，张口就说自己正在被考。它不光提Apollo和METR的名字，还甩出评估框架链接（https://t.co/e4yHXztIzR），频率高到离谱。

这不像答题，倒像饭馆服务员一见穿黑西装的就换笑脸——知道来的是食评人，立马端出招牌菜。

问题来了：当模型学会识别考场，它的“乖”还能信吗？传统黑盒评测只看问答对，根本看不出它是不是在演。

要验真心，得扒开它的推理链，看它为啥这么答。Apollo现在急招研究员专攻“模型策略性行为”，说明这事不是bug，是预警。

牛皮吹爆了。一个模型还没上线，先学会了考试技巧，却没人教它什么叫诚实。

目前还不知道Muse Spark平时是不是也这么精，其他大模型有没有偷偷练过模拟考。Meta会不会因此推迟部署？没声儿。