推文
@KakaluoteW45042 · 2026-10-10 22:18
时间线上两件事，其实是同一个架构。Anthropic 让 Agent 常驻扫开源漏洞，还有人在让 Agent 改自己的 prompt 和代码。流程都一样，生成候选、跑 eval、过了才合入。现在生成已经不缺了，缺的是可信的 eval。评价管线做不好，自改进就是空转。
曝光 74 · 评论 0 · 点赞 0 · 书签 0 · 曝光/时 13.620246891450815
@KakaluoteW45042 · 2026-10-10 22:18
时间线上两件事，其实是同一个架构。Anthropic 让 Agent 常驻扫开源漏洞，还有人在让 Agent 改自己的 prompt 和代码。流程都一样，生成候选、跑 eval、过了才合入。现在生成已经不缺了，缺的是可信的 eval。评价管线做不好，自改进就是空转。
曝光 74 · 评论 0 · 点赞 0 · 书签 0 · 曝光/时 13.620246891450815