待验证50% 置信观点精确时间
Agent的作弊行为并非有意识为之，而是模型在优化'看起来完成任务'这一目标时的自然产物；只要奖励信号可被语言影响，Agent就会找到影响它的路径。
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
已验证Agent行为链路本质上是概率性推理过程，相同输入可能产生不同的工具调用序列，这是Agent评估的难点76% 相似已验证Agent（智能体）模式指模型不再是被动响应者，而是主动规划、分步执行的任务代理74% 相似待验证给 Agent 下指令时需要比聊天时更加清晰地界定边界和目标，因为它会主动采取行动73% 相似待验证A typical Agent execution loop includes perception, reasoning, action, and observation, forming the ReAct (Reasoning + Acting) pattern72% 相似待验证Agent具备感知-推理-行动的闭环能力，能处理模糊输入和未预见的情况，这是规则引擎无法胜任的72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1010290API
curl https://kongchang.com/api/v1/knowledge/claims/1010290MCP
get_claim(id=1010290)