微软研究院揭示 LLM 致命缺陷：多轮对话极易丢失用户意图
alan_ritter · x · 2026-07-28
微软研究院提出了一种新框架，将静态单轮任务转化为动态多轮对话以评估 LLM。研究发现，随着对话推进，用户的意图会不断演变（被增量披露、修改甚至重定向），而当前大模型在追踪和执行这些动态意图时表现糟糕，静态基准测试的高分无法转化为动态场景下的良好表现。这暴露了现有 LLM 在作为长期协作智能体时的根本缺陷。
「编程与Agent」频道最新
- Qwen 3.6 27B 本地 agent 调整 KV 量化后明显变聪明 — Jordanthecomeback · 2026-07-28
- 开发者称把 K3 接到 Codex Desktop 上是个“大错误” — HamelHusain · 2026-07-28
- 本地双智能体方案抓住了 AI 偷换 SQLite 为 Postgres — PrajwalTomar_ · 2026-07-28
- 创业者沉迷大而全，AI 时代更需组件化突破 — zeeg · 2026-07-28
- Kimi K3 的 tokenizer 优化把首 token 延迟降了约 325 毫秒 — philipkiely · 2026-07-28
- OpenAI、Google、Replit 与 Perplexity 讨论 AI agents 如何改写软件工程 — steipete · 2026-07-28