让 Hermes Agent 当 QA：浏览器实测揪出 8 个网站问题
techlatest_net · reddit · 2026-10-27
作者搭建了一个故意埋入 bug 的虚构网站（坏链接、失效订阅按钮、弱邮箱校验等），让 Hermes Agent 通过浏览器工具像 QA 一样自由探索，最终产出含 8 个问题的 Markdown 报告，附复现步骤、严重度分级与修复建议。
关键经验：
- 发现潜在 bug ≠ 证明 bug 存在：Agent 指出按钮被包在链接里的 HTML 结构问题，但功能上仍能正常跳转，报告需要人工解读。
- 作者预先保留埋 bug 清单，用「命中率」而非「报告说服力」来评估 Agent 表现。
- 作者向 agent 开发者提问：是否信任 agent 自动开 issue、如何评测 agent 可靠性等。
「编程与Agent」频道最新
- Kolab 基准：真人屏幕录像揭示 AI Agent 高估自身协作质量 — minnesotanlp · 2026-10-27
- 开发者吐槽 Claude 烧 token：同样工作 GPT 省 3 倍用量更便宜 — haider1 · 2026-10-27
- InfoWorld：别把模型当地基，Agent 架构必须做到 48 小时可换模型 — rseroter · 2026-10-27
- 便宜模型跑 Agent 反而更贵：线性往返堆爆上下文窗口 — vasuman · 2026-10-27
- 5 千行 Rust 单二进制看板 Kanzo：给 Claude Code 当任务板 — allmudi · 2026-10-27
- 「人类审批就安全」是幻觉：approval fatigue 与 Agent 风险设计 — Efistoffeles · 2026-10-27