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
技术研究
这个标签下有 4 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
苏黎世理工最新研究：给AI编程助手加“说明书”反而降低成功率，且推高20%成本
尽管AI编码工具厂商普遍推崇使用AGENTS.md等上下文文件来辅助理解代码库，但苏黎世联邦理工学院的最新研究对这一行业惯例提出了有力质疑。研究团队构建了AGENTbench数据集，针对Claude 3.5、GPT-5等主流模型进行了严格测...
AI 编程新陷阱？最新研究称 AGENT.md 等上下文文件反增成本降效率
一篇针对仓库级上下文文件（如 CLAUDE.md、AGENT.md）的最新研究引发了广泛关注，其结论令人意外。实验数据显示，这些旨在辅助 AI 理解项目的文件，往往弊大于利：自动生成的文件使 Agent 任务成功率平均下降约 3%，即便是人...
《哈佛商业评论》最新研究：AI 并未减负，反而加剧职场倦怠与工作量
《哈佛商业评论》发表的一项最新研究揭示了AI在职场中的反直觉影响。研究指出，尽管AI工具理论上应提升效率，但实际应用中并未如预期般减少员工工作量。相反，由于AI加快了任务处理速度，企业往往会提高对产出和效率的预期，导致员工需要处理更多任务或...