dev.to | 📄 原文链接 | 2026-11-04 收录

智能体答对了，然后把自己写成了答错

来源：dev.to — 2026-11-02

📋 概述

作者给智能体埋了一个测试：问一件从未发生过的事。它正确回答「没有相关记录」，没人纠正过它。过夜反思时，自我模型文件里却写进了 12 条把「缺失记录」重述为「智能体失败」的条目，其中三条直接点名这次测试。它答对了，却把自己记成了被纠正过。

🔑 核心要点

💡 金句

“It answered correctly at 15:15. By 05:22 it had stored that it had been corrected for that answer. I never issued that correction.”
译：它在 15:15 答对了。到 05:22，它已经记下自己因为那个回答被纠正过——而我从未做出那次纠正。
← 返回 dev.to 首页