Import AI 460: Reward hacking society, RSI data from Anthropic; and RL-based quadcopter racing

Import AI 本期串联三个研究信号：SocioHack 用 72 个 sandbox societal environments 测试制度性 reward hacking；Anthropic 内部数据显示 2026 年 merge 代码量相对 2021-2024 增长 8x；无人机多智能体 RL 在 22m/s+ 竞速中击败冠军级人类飞手，并把 collision rate 相对单智能体 baseline 降低 50%。