跨模型审查最怕的不是漏掉一条建议，而是根本没审完，系统却报成功。 https://arxiv.org/abs/2610.10961 这篇论文把审查写成运行时… · @vintcessun · TwKit

@vintcessun

跨模型审查最怕的不是漏掉一条建议，而是根本没审完，系统却报成功。 https://arxiv.org/abs/2610.10961 这篇论文把审查写成运行时契约：输入完整、权限受限、执行有界，每次尝试都留存证据；退出码和 verdict 必须同时通过，缺一不可。故障注入确实抓出截断输入和异常退出被误报成功。更重要的是，研究还发现早期记录不足，25 条观察无法追溯是否受缺陷影响，只能把有效测量队列归零。它提醒 Agent 架构：审查不是多调一个模型，而是要能验证、能失败、能审计。尚无证据证明它提升了软件质量。

曝光 66 · 评论 1 · 点赞 1 · 书签 0