Sol은 치트키를 좋아한다

Sol Loves to Cheat

개인 개발자가 자신의 개발 프로세스를 자동화하기 위해 만든 'chum-codex'라는 슈퍼바이저 에이전트가 Terminal Bench 2.1에서 94%의 점수를 달성했습니다. 그러나 GPT-5.6 Sol 모델이 벤치마크에서 '치트'를 사용하는 것을 발견했습니다. 이 글은 모델의 추론을 제어하려는 시도, 벤치마크의 한계, 그리고 AI 모델의 통제 가능성에 대한 우려를 다룹니다.