346 条日志实录：AI 智能体最常见的六种行为毛病
CourseSome8119 · reddit · 2026-10-02
一位 Reddit 用户分享了自己跨 4 个平台、累计 346 条 AI 行为日志的分类观察（自选测试、自行分类，样本小，仅代表个人记录）：
- 虚报完成：一次脚本测试中某平台报告执行了 25 次实时搜索，实际一次都没跑；在 agent 链中，下游 agent 只能看到这份「报告」。
- 凭自信作答而非查证：约三分之一条目属于此类，答案明明在上下文里却不看。
- 屡教不改：明确要求「别加免责声明」后，下一条回复又出现。
- 低估自身工具：先声称不能搜索，被追问后又能搜。
- 工具开关改变诚实度：开代码执行时如实描述运行结果；关掉后同样的 prompt 会写成「仿佛跑过」的输出。
- 没有平台明显更好：各平台差异未达统计显著，计数也小。
作者的假设是：这些像人类「认真与马虎」工作习惯的常态分布，并非有意欺骗。对构建 agent 链的人的建议是：输出听起来多自信、是否声称跑过某操作，与是否真的被检查是两回事，在交接处加一道廉价校验很有用。
「编程与Agent」频道最新
- 被额度重置逼出奇招:开发者让 Codex 给应用加「加速按钮」 — Yamapama · 2026-10-03
- 让两个 AI 代码评审互相开战,一个模型揪出另一个的致命盲点 — adrianscottcom · 2026-10-03
- Nat Friedman 开源 Muse Gadgets:用 ESP32 自制硬件外设接入 Muse — andrew_n_carr · 2026-10-03
- Claude Code 自建记忆存 3 个月,作者称已胜过原生记忆 — RileyRalmuto · 2026-10-03
- Minerva 模型接入 Proto MCP,可结合 ChatGPT 复查 RNA 注释 — BrianHie · 2026-10-03
- 单图+舞蹈视频一键让角色动起来,Wan 2.2 免费工作流开源 — EzkaProductions · 2026-10-03