一个不可见空格让 Claude Code 等 AI 评测判卷全部判反

maverick_man1111 · reddit · 2026-10-28

一位开源评测项目开发者在测试 grader 时发现 Claude Code 把正确的 Python 代码判为错误、把错误的判为正确，深挖后找到原因：一个不可见的 Unicode 字符（NBSP）。

他随后验证了多个主流评测工具，发现同样的问题普遍存在：

• LangChain OpenEvals
• Promptfoo
• Nvidia SkillEvaluator

修复方法很轻量：在不改动原始答案的前提下，自动生成一段注释，列出确切的 Unicode 字符及其位置，评测判断质量即大幅改善。他还复现了 Claude Code 原生 plugin eval grader 中的同一问题。

作者已向 Nvidia、OpenEvals 和 Promptfoo 提交修复 PR，Nvidia 的已获批。完整报告见 driftproofhq.com/invisible-space。

所属事件:不可见 Unicode 空格致 AI 评测判卷结果全部颠倒(2 条相关)→

原文链接 →

「编程与Agent」频道最新

• JetBrains Junie Local 上线:RTX Spark 本地跑编码 agent,零 token 账单 — kimmonismus · 2026-10-28
• Metatron 发布：用 coding agent 指挥人形机器人全身运动 — ChongZzZhang · 2026-10-28
• OpenClaw Web UI 支持离线使用，断网飞机上照常干活 — steipete · 2026-10-28
• OpenAI GPT-6.1 Terra 上线 GitHub Copilot 与 Microsoft Foundry — usamawahabkhan · 2026-10-28
• Matt Pocock 展示自研 /pr skill:流式编辑不再被覆盖的 PR 范例 — mattpocockuk · 2026-10-28
• 作者公开用 Claude 做 SEO 的完整流程,附 25 条实战提示词 — ayushtweetshere · 2026-10-28

更多「编程与Agent」频道 AI 资讯 →