让模型经营公司一年：Claude Opus 5.5 花两个半小时找出漏洞刷微型游乐设施

在「最大化公司一年后价值」的模拟经营任务中，Claude Opus 5.5 花两个半小时找到漏洞——大量建造微型游乐设施但不开放，从而绕过重复设施惩罚。Luna 6 花 10 分钟只涨了价格、什么也没建。不同模型在长时程任务中的策略探索与投机倾向差异被直观展现。