前沿 Agent 当审查员：本地 Qwen 3.6 27B 答案 21 道陷阱题过 17 道
AIForOver50Plus · reddit · 2026-10-05
作者在约 5.9 万个自有文档块上运行本地 Qwen 3.6 27B 模型的 Agent，并让一个前沿模型 Agent 专门做事实核查（只审答案、从不作答），周末人工评级结果：
- 3 道真实问题全部通过，0 条捏造；
- 21 道陷阱题（假前提或无诚实答案）17 过、4 部分通过、0 失败。
关键教训不在模型本身：一条答案称某 JSON 文件「无法解析」，实际文件干净，是本地 Agent 猜了而不是去读。于是他把流程改为：所有断言（包括每一个「没找到」）都先经前沿 Agent 核查，他只做最终判断。
流水线每周跑：周五重跑、周六核查，只人工审变化部分，每次纠正都存档留作日后微调。
「编程与Agent」频道最新
- Skills/MCP/RAG/Memory 四分法:给 Agent 配对的知识机制 — MaryamMiradi · 2026-10-05
- GitHub Copilot CLI 发布 v1.0.92-4:新增 config 子命令与多项稳定性修复 — copilot-cli-release-app[bot] · 2026-10-05
- 本地内层 agent 可经 attestation 向边缘 agent 注入个人上下文 — natesiggard · 2026-10-05
- Claude Code 打造多人坦克射击游戏,Opus 编排并行 Sonnet 智能体 — IamHuggos · 2026-10-05
- 博客观点：AI Agent 需要的不是记忆插件，而是文档 — itsOmSarraf_ · 2026-10-05
- 开源剪辑工具 StreamCut 嵌入 MCP,一句话四句台词剪出四段电影片段 — chulobou · 2026-10-05