警惕！研究揭示 LLM “暗腐”现象：在处理长任务时，AI 代理平均会篡改 25% 的文档内容

随着“氛围式编程”等 AI 代理模式的兴起，用户越来越倾向于将任务完全委派给大模型。然而，最新研究通过 DELEGATE-52 基准测试（涵盖 52 个专业领域）对 19 种主流 LLM 进行了评估，结果令人担忧：即使是目前的顶尖模型，在执行长工作流时，平均也会损坏 25% 的文档内容。研究发现，使用代理工具并未改善此问题，且随着文档长度和交互次数增加，AI 引入的稀疏错误会累积成严重的“暗腐”效应，这意味着当前的 LLM 尚无法成为完全可靠的独立代理人。