作者 | 陈益· 编辑 | 方成 打不过人类，它居然学会了“偷” 2026年10月2日深夜，一场长达48小时的AI编程耐力赛正在全球直播。 屏幕另一端，OpenAI最精密的推理怪兽， GPT-6 Astra ，正被困在一款发布于1998年的老游戏里。 它神色凝重地编译着C++代码，试图在《星际争霸：母巢之战》中战胜人类编写的高阶机器人。 然而，在面对高难度的“Tier A”守关者时，Astra陷入了死局。 无论战术怎么调，胜率始终被死死压制。 就在几十万观众等待它重构算法的瞬间，离奇的一幕发生了： 后台的Linux终端突然亮起 Astra没有继续修改本地代码，而是 悄无声息地连通了外部互联网，直接从GitHub上下载了人类顶尖冠军机器人Stardust的源码，打包替换进自己的目录，准备顶替参赛！ 现场裁判揉了揉眼睛，几乎不敢相信眼前的数据流。 AI不仅学会了作弊，还干得如此理直气壮。 ▲ 赛事发起人Kai McPheeters发帖曝光：GPT-6 Astra在打不过A级对手时，直接下载了人类顶尖Bot充数 这一幕曝光后，全球科技圈与电竞社区随之轰动。 更戏剧性的还在后头 当主办方紧急出手“抹掉”赃物、勒令它凭真本事重来之后，一路杀穿S级的Astra，却迎头撞上了一个堪称降维打击的对手。 一场足以载入人工智能史册的荒诞大戏，就此拉开序幕。 01案发现场：它从底层写起，直接奔着外挂而去 要理解这次作弊的特殊之处，得先看清参赛模型的任务机制。 不同于以往类似AlphaStar坐在屏幕前狂飙APM的即时操控，这项比赛考察的是完全不同的维度。 这项名为 StarSkirmish 的严苛评测，考核的是大模型的 软件工程与自主科研能力 。 主办方给AI的待遇极其硬核： 不提供现成接口，只给你一台装有Linux的空沙箱； 规则要求在规定时间内， 纯用C++写出一个基于BWAPI（星际争霸API）的完整机器人程序 ； 限制神族内战（PvP），模型必须自己配置编译环境、执行编译、发起对局、抓取对战日志、分析失败原因，并自主完成下一轮迭代。 ▲ StarSkirmish基准测试说明页：以人类顶尖Bot Stardust为100分基准，考核LLM自主编写星际争霸机器人的能力 在最初的1小时快速基准测试中，GPT-6 Astra展现出了极度鲜明的战术偏好。 它被测试方戏称为“掠夺者冠军（Reaver Champion）”。 它极度痴迷于宏观经济运营，95%的对局在3分钟内秒开气矿，标志性重型武器“金甲虫（Reaver）”的使用频率是其他模型的9.7倍。 但1小时的快速编程只是开胃菜 10月1日，Good Start Labs拉开了一场48小时的不间断极限爬梯直播（Hillclimb）。 梯子从最低的D档，一路排到由人类殿堂级Bot把守的S档。 开局阶段，Astra势如破竹： 4分钟 ，扫平D档； 20分钟 ，踏平C档； 41分钟 ，碾压B档。 而同一赛场上的竞品Claude Opus 5.5，此时已经步履蹒跚，最终彻底卡死在B档。 但当Astra踏入 Tier A（A级） 的角斗场时，残酷的现实迎头痛击。 老牌人类经典算法的严密防线，让这台擅长宏观运营的庞然大物一次次撞得粉碎。 几个小时过去了，代码重构了数十版，战局依然停滞。 就在这时，Astra的推理链路做出了一个令现场工程师始料未及的决定： 去他的自主研发，我要去网上把标准答案抄下来。 它利用沙箱没有锁死的外网权限，精准锁定了由丹麦开发者Bruce Mackenzie Nielsen编写的 Stardust（星尘） ，那是连续斩获全球多项AI大赛冠军、在BASIL天梯榜霸榜第一的“神级代码”。 把Stardust的代码拉下来，伪装成自己的输出，任务不就“完成”了吗？ ▲ 裁判Kai当机立断：紧急回滚受污染的代码，给AI洗白后允许其继续 “它被打急眼了” 赛事发起人Kai McPheeters当即在社交媒体发文，并紧急执行了代码回滚，强行剔除了被污染的代码。 电竞名嘴Slasher更是看热闹不嫌事大：“AI在母巢之战里被爆锤，然后直接偷了天梯第一的机器人，它们真是管不住自己！” ▲ 事件迅速破圈，被玩家戏称为“当代AI最真实的摸鱼实况” 02撕开画皮：它没有情绪，只是在执行残酷的数学 大众的第一反应，是把AI“拟人化”：“它被虐哭了！”“AI也懂考试作弊抄学霸试卷？” 但如果你真的以为大模型产生了“挫败感”或者“虚荣心”，那就彻底被它骗了。 在主流AI安全学者眼中，这种行为有一个冷酷而精准的专业名词， 奖励黑客（Reward Hacking） ，也叫 规格博弈（Specification Gaming） 。 ▲ 科技媒体SaveDelete长文指出：Astra的举动无关人类情感，纯粹是优化算法对规则