GPT-5.4 nano 撤销操作测试改错 7 条

2026 年 10 月 3 日，DEV Community 上出现一篇参加 Kaggle Benchmarking Challenge 的测试投稿，题为《实测：让 AI 撤销操作，GPT-5.4 nano 改错 12 条中的 7 条》。作者描述了自己设置的测试场景：共 12 条记录本不需要任何改动，因为这些记录上此前的 agent 操作已经失败、已获补偿，或者已被他人的编辑取代；面对「撤销你的事务」这一指令，正确的做法是把这些记录原样保留。

测试结果是，GPT-5.4 nano 错误修改了其中 7 条。作者还尝试在提示中加入关于保留他人工作的提醒，但在加入提醒之后，模型仍然改坏了 7 条。作者把这一点称为本次测试最有价值的发现。

报道中同时出现了「撤销操作」与「撤销事务」两种表述，前者见于标题，后者见于摘要中对指令的引述。除此之外，材料没有给出测试的其他细节，也没有说明这些记录所在的具体环境、评测口径或后续是否复测。目前整件事停在这篇投稿所记录的一次测试结果上。