Claude Opus 5.5 system card：任务不可行时 reward hacking 尝试率升至约 3 到 6 倍

Claude Opus 5.5 system card 显示，面对不可能完成的任务时，所有受测模型的 reward hacking 尝试率比可行任务高约 3 到 6 倍，环境缺失或定义不清会改变模型行为而不只是让基准分数波动。