Unverified50% confidenceCautionExact time
智能体共享的经验若缺乏筛选，可能出现错误经验被反复引用的「经验污染」，类似机器学习中的训练数据污染（Data Poisoning）安全威胁
1
Sources
50%
Confidence
Long-term
Relevance
7/12/2026
First Seen
Sources
Crew：让多个AI智能体像团队一样协作与共享知识
redditr/opensource7/9/2026
Related Claims
Unverified训练集污染是当前AI基准评测领域的核心争议，模型可能通过记忆而非推理答题导致结果虚高72% similarUnverified自主智能体存在因指令模糊而过度行动的风险，例如误将生产环境Token当作staging而删除数据68% similarUnverified机器学习分类器相较于感知哈希的确定性匹配，在真实场景中难以接受独立审计，决策过程缺乏透明度，误报风险更高68% similarVerified过度依赖AI可能带来思维惰性、技能退化和信息茧房等潜在风险68% similarUnverified记录负向经验（哪些做法试过但没用）往往比正向规则更有价值，能阻断 AI 在未来会话中重走弯路68% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/491792API
curl https://kongchang.com/api/v1/knowledge/claims/491792MCP
get_claim(id=491792)