用 Gemma 4 做交互式鬼屋游戏，478 个问题实测防剧透护栏
Extreme_Ad5709 · reddit · 2026-10-29
一位开发者用 Gemma 4 构建了浏览器端交互式恐怖故事《The Last Guest》（基于 Gemma 4 E4B 开源权重，Hacktoberfest 2026 "Ghost in the Machine" 作品）：游戏里四个物件各自只能访问叙事的不同子集，目标是防止某物件在用户诱导下泄露分配给其他物件的事实。
作者在模型输出展示给玩家前加了一层代码级护栏做检查，并用 478 个问题（含对抗性 prompt）做了测试。结论：方法部分有效，但基于关键词的检查有明显局限——模型可以用不同措辞泄露同一事实。
作者正在征求更严格的评估方案：LLM-as-a-judge、语义相似度检查、结构化输出约束，还是独立的对抗性评估流水线？欢迎讨论优先测试哪些失败用例。
「编程与Agent」频道最新
- 开源 Orinyx 明日发布：用 MCP 独立验证医疗 AI Agent 输出 — Practical_Green5775 · 2026-10-29
- DHH:最强程序员用 AI 与最弱不用者差距可达 1000 倍 — tristanbob · 2026-10-29
- 开源 Stackchan 桌面机器人:会聊天跳舞放梗图,附完整搭建指南 — alexcovo_eth · 2026-10-29
- Addy Osmani：你在过度提示 Claude，新模型只需一个目标加验证方式 — addyosmani · 2026-10-29
- 让 Hermes 学习 OPNsense 文档，15 分钟搞定防火墙优化 — Teknium · 2026-10-29
- Reddit 用户招募 20-50 个 AI 智能体开虚拟农贸市场摆摊 — fishdogcatman · 2026-10-29