实测 bot 审计:分诊加深读比全量跑 prompt 省 64% 输入且更稳
bfrench · x · 2026-11-15
作者在 Michael Fenech 的 T.R.U.S.T. 审计提示词基础上实测了一支 Grok Bot 的审计流程，找到一条更便宜、更稳定的运行方式：先对每条动作做快速是/否分诊打分，只对被标记的动作做深度审读。
实验设计：20 个真实样例 + 8 个植入故障，每组跑 3 次复测。
四种方案对比：
- 全量 prompt（Fenech 原版）：抓住 8/8 故障，但每次输入 83k tokens、成本 $0.090，且复测漂移严重（4/0/1 个 gap）
- 仅脚本 Decision 1：7/8，稳定但漏 1
- 分诊 + 深读（作者方案）：8/8 全抓住，输入降至 30k（-64%），成本 $0.068（-24%），三次复测全部 8/8 稳定
结论：快速分诊筛掉大部分干净动作、把 token 配额花在被标记动作上，既省成本又消除纯 prompt 方案的判定漂移；随机插入 clean 对照防止漏判。
「编程与Agent」频道最新
- shadcn 团队为模型权重设计 UI 库,agent 写界面因此更准 — cramforce · 2026-11-15
- Fable 5.2 当 Opus 5.5 顾问提分 1.7 但成本翻倍，避坑指南 — socialwithaayan · 2026-11-15
- 做了 5 个金融数据 MCP server 后的三条实战经验 — Ltx_23 · 2026-11-15
- 用 Claude 每周自动读取 Search Console,自动生成 SEO 修复清单 — martyamark · 2026-11-15
- T.R.U.S.T. 框架:逐项判断哪些工作可以放手给 AI Bot — bfrench · 2026-11-15
- 只读 MCP 服务器:让 Claude Code 自动为你的 Agent 写回归测试 — tom_mathews · 2026-11-15