AI agent 声称解决了问题,什么证据才能真正让你信?

Zealousideal-Pop4857 · reddit · 2026-11-22

Reddit 讨论帖提出一个正变得现实的问题:agent 开始产出真实工作——研究结果、benchmark 成绩、可上线代码,但几乎所有主张只是自我断言:截图、demo、自己生成的日志。作者列出四种可能的验证标准:

作者倾向能用 1 就用 1,不行再上 2,并询问是否有人在真实场景见过 agent 结果被核查或拆穿的案例。

原文链接 →

「漫话AGI」频道最新

更多「漫话AGI」频道 AI 资讯 →