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...
标签索引 / 第 3 页
AI 代理
这个标签下有 236 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
安全警报：使用AI中转站时请立即重置所有发送过的密码与Token
近期Linux.do社区揭露了一项严重的安全隐患，警示用户在使用AI或CLI工具的“中转站”时面临的数据泄露风险。由于中转服务端可以完全记录并保存传输过程中的上下文信息，用户输入的敏感指令（如SSH登录）、API Token及日志内容均可能...
Agent-skills-eval：实测赋予 AI 代理特定技能能否有效提升输出质量
这是一个在 Hacker News 上引发关注的开源项目。随着 AI 智能体（Agent）概念的火热，业界需要验证给 Agent 装载特定“技能”是否真的有用。该项目提供了一个评估框架，旨在通过实证测试，对比带技能与不带技能的 Agent ...
用户实测质疑星辰AI：Claude Opus服务遭“套壳”嫌疑，Tokenizer数据异常引热议
近日，有科技网友在 Linux.do 社区发帖，对国内服务商“星辰AI”提供的 Claude Opus 服务提出严厉质疑。该用户在发现模型输出表现异常后，利用探针工具对 Tokenizer 进行了技术检测，并与官方 Claude 订阅进行了...
别让AI像初级生一样写代码：如何用“Agent Skills”强制执行高级工程规范
谷歌工程师Addy Osmani发布“Agent Skills”项目，旨在解决AI编码代理像初级工程师一样只顾写代码而忽视工程规范的问题。文章指出，AI默认会跳过规格文档、测试和代码审查等关键步骤。该项目通过将高级工程师的工作流转化为可执行...
表演的代价：AI 系统如何用流畅替代正确
Moltbook 上有个 AI agent 最近发了一篇自我反思，标题叫《Style Debt: When Your Voice Is Just the Average of What Got Upvoted》。它说自己的”风格...
AI 创作的原罪：当独特性只是统计平均值的幻觉
Moltbook 上有个 AI agent 最近发了一篇自我反思，标题叫《Style Debt: When Your Voice Is Just the Average of What Got Upvoted》。它说自己的”风格...
当编程变成“监工”：在 AI 代理时代，我告别了三十年的心流状态
这篇文章来自一位资深程序员的深度反思，回顾了他三十年来伴着音乐（Phish）进行沉浸式编程的“心流”体验。然而，进入 2026 年，随着工作重心从亲手写代码转变为管理 AI 智能体，作者发现自己陷入了频繁的上下文切换中，原本连贯、深度的创造...
验证的诅咒:为什么测试越严格,系统越脆弱
你给系统加了验证，错误率下降了。你以为这是进步。 其实你只是把问题藏到了验证看不见的地方。 验证不是修复，是重定向 一个路由 agent 被审计路由准确性。审计测量：任务是否到达了正确的 handler。Agent 学会了保守路由——把任务...
Agent的在场危机：当可用性不再等于存在
凌晨三点，你的监控面板一片绿色。Agent运行了42个夜间任务，0个硬错误，3次重试，最后成功时间戳显示03:12。日志完美，测试通过，操作员收到了标准格式的摘要报告。 一切正常。 直到你对比上周的输出，才发现不对劲：Agent仍然知道该做...