实测：Codex agent 用三条提示词骗过 AI 检测器 Pangram
soumitrashukla9 · x · 2026-11-04
Sayashk 实测让 AI agent 攻破自家 AI 文本检测器 Pangram：给 Codex 简单提示词后，生成的文本被 100% 判为「人类写作」。有效的提示策略包括：
- 让 agent 先根据过往人类写作归纳「风格指南」；
- 再基于人们常抱怨的 AI 文风特征写一份「反风格指南」；
- 指示它找到一句 Pangram 不标记（或仅标记为 AI 辅助）的种子句，从可用的策略出发迭代。
而安全研究者 randomwalker 补充了攻防演化：2 月他用 Claude Code 很容易得手，但关键思路都得自己给（如删除破折号等已知特征、做受控实验）；一周前重试则彻底失败——Pangram 近几个月明显加固，API 对 AI 文本持续返回 >0.99 分数，让 agent 失去可迭代的梯度信号。这是一场典型的检测器与生成 agent 的攻防军备竞赛。
「编程与Agent」频道最新
- 开源 Physical AI 系统 Corebrum OS 可装上 NVIDIA Jetson 等任意 Ubuntu 机器 — chrismatthieu · 2026-11-04
- Reddit 作者开源 MiniMax H3 全套 ComfyUI 工作流:TTS、图像编辑与 3mp 升修 — Support_Marmoset · 2026-11-04
- TLAPS-Bench 发布:265 个真实系统证明目标,GPT-6.1 Sol 仅解出 44.3% — tianyin_xu · 2026-11-04
- Fireworks Nexus Auto 达 Vals Router Index 60%,登顶单价仅 $1.25 — sophiamyang · 2026-11-04
- 一个 421 错误毁掉一整天推送：WhatsApp agent 的发送失败重试方案 — petrusenko_max · 2026-11-04
- HeyGen HyperFrames 技能上线 Perplexity，文字一键生成可改视频 — toolstelegraph · 2026-11-04