Setelah perusahaan Anthropic mengungguli kandidat manusia terbaik dalam kinerja model kecerdasan buatan Claude Opus 4.5 mereka, mereka merancang ulang tes pemrograman di rumah yang ditujukan untuk pencari kerja. Tim optimalisasi kinerja laboratorium AI yang dipimpin oleh Tristan Hume menemukan bahwa tanpa pengawasan langsung, mereka tidak dapat membedakan antara pencari kerja terbaik dan tugas yang diselesaikan dengan bantuan AI. Tes baru ini berfokus pada masalah optimisasi perangkat keras baru yang dirancang untuk membingungkan alat AI yang ada saat ini. Hume juga mempublikasikan versi lama dari tes tersebut dan mengundang siapa saja yang mampu mengungguli Claude Opus 4.5 untuk menghubungi perusahaan.