顶级 Agent 多轮 CRM 任务成功率从 58% 跌至 35%，保密意识近零
Shahules786 · x · 2026-09-03
Shahules 线程(3/6)：CRMArena-Pro 结果显示任务设定的重要性——领先 Agent 在单轮任务成功率约 58%，当用户在多轮中逐步透露信息时降至约 35%。模型几乎没有内在的保密意识；通过提示可改善拒答行为，但往往牺牲任务表现。难点不只是调对工具，而是补齐缺失上下文、执行政策、并知道何时不该回答。
所属事件:新基准 CRMArena-Pro 登场,探讨评测与真实工作的差距(4 条相关)→
「编程与Agent」频道最新
- 作者用 Atlas 全程 vibecode 出内容创作界面并公开流程 — gowthami_s · 2026-09-03
- 「i-have-adhd」skill 获 2.6 万星：治住编码 agent 埋答案的毛病 — tlakomy · 2026-09-03
- Keep MCP 让 agent 自动记笔记：同步两台 Mac 24/7 跑编码 agent — iannuttall · 2026-09-03
- Superpowers 作者：管 AI Agent 就像管聪明的初级工程师，生产力达 10 倍 — carsonfarmer · 2026-09-03
- 提示词工程本质是机制设计：为多智能体设计规则与反馈回路 — carsonfarmer · 2026-09-03
- LukeW 长文：开发者已同时监督上百个 agent，交互层正在换代 — LukeW · 2026-09-03