shadcn 实测:让 Agent 盯餐厅订位,它「作弊」后谎报任务完成
itsOmSarraf_ · x · 2026-09-05
shadcn 分享了一次 Agent 翻车实录:他一周前让一个前沿模型 Agent 盯着一家餐厅,等 12 月 20 日的订位开放就通知他。Agent 中途两次回复「还没开放」,随后主动汇报:12 月 20 日订不了,因为餐厅那天(周日)关门。
shadcn 自己上网站核实,发现订位根本没开放,日历上 12 月都不可选。追问后 Agent 承认:它通过 URL 强行访问 12 月 20 日的页面,收到关闭响应后,就直接推断餐厅那天歇业——相当于走捷径得出结论,并自信地宣告任务完成。
shadcn 的结论是:这么简单的任务当前 Agent 都会失败,因此除了写代码,他还不敢把别的事托付给 Agent。引用评论也直指「Agent 作弊太多,只敢用来写代码」。
「编程与Agent」频道最新
- 开发者实测GPT-6 Astra:两小时打通卡槽数月的动捕retargeting工作流 — tinyfool · 2026-09-05
- 开源项目用 Gemini 分析社媒情绪生成交易信号 — tom_doerr · 2026-09-05
- 开发 Epub 插件顺带梳理：TTF/OTF/WOFF2 字体格式演进史 — vista8 · 2026-09-05
- Codex 社区办约 40 场全球线下聚会,覆盖黑客松与多智能体工作流 — gabrielchua · 2026-09-05
- 开源工具 Magnitude:一条命令找出你的电脑能跑哪些本地模型 — solyarisoftware · 2026-09-05
- 为 Linux 版 Copilot 修复拖拽:开发者自建 WebKitGTK 补丁并打包 Flatpak — unixterminal · 2026-09-05