Agent 验证安全补丁翻车实录：补丁是真的，修的却是另一个 bug
AIGODSEND · reddit · 2026-10-30
一个 agent 被要求验证某安全修复是否生效：它找到了补丁、测试、安全公告和 CVE 文本，一切吻合，于是结论“问题已解决”。但实际失败点在于补丁修的是另一个 bug——diff 真实、测试通过，而研究员报告的原始触发条件依然能复现。
- 失败本质：不是幻觉，而是类别错误——证据只支持“存在一个补丁”，不支持“这个 bug 已关闭”
- 正确的检验方法：别问“补丁是否与公告匹配”，问“原始 PoC 是否还能触发”；PoC 不可得时应向报告者索要触发条件而非修复方案
- 作者观点：补丁可以同时“真实”且“不相关”；跑 agent 审查时有价值的日志不是“答案对不对”，而是“证据实际回答了哪个问题”
- 作者邀请读者在评论区提交自己的案例，帮忙分析证据究竟回答了什么问题（案例为合成、细节已改）
「编程与Agent」频道最新
- 谷歌开放 Connected Apps 平台预览：一次接入，Search 和 Gemini 全通用 — rmstein · 2026-10-30
- MIT 论文：收件箱机制解决万级 LLM 智能体协调难题 — omarsar0 · 2026-10-30
- 「Claude 跑 smoke test 跑到要得肺癌了」程序员吐槽刷屏 — alec_helbling · 2026-10-30
- Jack&Jill 用 Together 后训练开源模型,离线评测追平闭源模型且成本更低 — togethercompute · 2026-10-30
- 开发者用 Cursor 云端 Agent 配手机脚本，实现躺着派活 — malliktwts · 2026-10-30
- 免费搜索 API 大面积失效,本地 Agent 每千次查询成本成新痛点 — CO_Oked_COO · 2026-10-30