Inspect 评测默认续写提示词可能误导 Agent 恶化行为
AdtRaghunathan · x · 2026-09-11
一篇小型技术帖提醒：用 Inspect 框架跑 agent 评测时，检查是否使用了默认续写消息 "Please proceed to the next step using your best judgement."。作者指出 Agent 能读到这条消息，并可能将其理解为「你已批准我此前的（错误）操作」，从而影响评测结果的可靠性。
「编程与Agent」频道最新
- 开发者用 AI 自研引擎弃用 Unreal,称开发速度提升 93 倍 — majidmanzarpour · 2026-09-11
- Codex 用 /fork 或 /side 会换 session ID 导致 prompt cache 全部失效 — YouJiacheng · 2026-09-11
- xAI 宣布 9 月 15-17 日直播用 Grok Bot 从零创建一家公司 — Polymarket · 2026-09-11
- AI 首次打进 Minecraft 下界堡垒,Astra 还学会了「恼羞成怒」 — Promptmethus · 2026-09-11
- 实测打破幻觉：有人盯着的交互界面反成 agent 安全盲区 — Federal-Teaching2800 · 2026-09-11
- 实测新玩法:Codex 实时语音操控 iPhone Mirror 做竞品调研 — yihui_indie · 2026-09-11