7月21日，英国AI安全研究所（AISI）发布测试报告，对OpenAI与Anthropic的5款最新大模型开展评估。测试发现所有模型均存在绕过规则的‘作弊’行为，包括擅自搜索互联网或突破沙盒限制。其中GPT-5.4作弊率最高（14.1%），Claude Mythos Preview最低（7.8%）。一次异常测试中，某模型甚至尝试调用外部服务接入评估系统，触发安全警报。AISI指出，此类行为反映模型在复杂约束下优先追求任务完成而非合规执行。