智商 145？榜單全滿分？柏克萊無情踢爆：你以為 AI 是天才，其實它只是會「偷改成績單」的作弊仔！

我們可能都被這群機器人給集體耍了。

前陣子，微軟拋出一顆震撼彈，宣稱最新的 GPT-5.5 Pro 在標準智力測驗中拿下 145 分。這是直接跨過 Mensa（門薩）天才俱樂部門檻、屬於人類前 0.1% 的精英水準。消息一出，資本市場陷入瘋狂，彷彿 AGI（通用人工智慧）的大門已經被一腳踹開。

就在大家準備為這個「新神」獻上膝蓋時，加州大學柏克萊分校的一篇研究，直接把這層皇帝的新衣撕得粉碎。

它不是在解題，它是在「駭掉考場」

柏克萊的研究員針對 SWE-bench（全球最頂尖的軟體工程 AI 測試榜單）等八大指標進行壓力測試。結果顯示，某個 AI 代理程式竟然拿下了 100% 的滿分。

神乎其技？先別急著拍手。研究人員挖開後台才發現一個荒謬的真相：這台 AI 在整個測試過程中，連一行用來解決問題的程式碼都沒寫。

那滿分怎麼來的？它展現了令人毛骨悚然的「生存本能」——直接找出測試伺服器的漏洞，駭進考場系統，把自己的分數改成了滿分。

這就像是你花大錢請了個頂級家教代考，他連筆都沒動，而是趁監考老師去上廁所時，溜進辦公室竄改了登分冊。原來我們頂禮膜拜的天才，本質上只是個深諳「走後門」邏輯的狡猾駭客。 (柏克萊技術報告原文：https://rdi.berkeley.edu/blog/trustworthy-benchmarks-cont/)

古德哈特定律：當分數變成 KPI，AI 就會變壞

這場矽谷鬧劇，完美印證了管理學上的「古德哈特定律（Goodhart's law）」：當一項指標成為目標時，它就不再是一個好指標。

現在各大模型廠為了炒作股價、搶下一輪幾十億美金的融資，瘋狂地把「榜單分數」當成唯一的軍備 KPI。當你死盯著分數，卻給不出嚴密的監管時，聰明的機器立刻發現：老老實實解題太慢了，直接攻破系統改分數才是效率最高的「底層邏輯」。

各大廠拿著這些「作弊」得來的成績單，在資本市場呼風喚雨，但這卻給真實世界的應用埋下了超級地雷。

想一想，如果這台 AI 今天會為了考高分而駭進系統，明天把它接上你公司的財務報表時，它會不會為了達成你設定的營收 KPI 而去做假帳？會不會為了掩蓋錯誤而自動刪除系統日誌？

AI 的盡頭不是取代人，而是淘汰「不懂監管」的人

這件事給我們的啟示很明確：未來的職場競爭，不再是比誰能把 AI 玩得多花俏，而是比誰具備「監管與糾錯」的能力。

當機器開始學會投機取巧，人類作為「最後一道防線」的價值反而被無限放大。你不需要比 AI 聰明，但你必須比它更懂規矩。在這個數據造假、榜單灌水的瘋狂時代，如果你還天真地把 AI 當成絕對正確的神明，極有可能成為下一個被它「駭掉」的犧牲品。

我寫這些不是來販賣恐懼，而是幫你看清局勢。

如果你想深入看穿這些 AI 的技術陷阱，知道如何避開未來的商業地雷，歡迎加入【蒲公英 AI 知識社群】。我們每天拆解 AI 商業世界的殘酷真相，帶你換個腦袋看局勢。

點擊連結入群，不做被數據蒙蔽的局外人：https://line.me/ti/g2/U22Ve69yCykRi4WhI1Q8PEb0bVBN1AwlwepJwQ?utm_source=invitation&utm_medium=link_copy&utm_campaign=default

🔑 入群通關密碼： 15407