个人介绍
AI Agent 工程师与独立研究者。自建多智能体系统并长期运维，做可控、可复现的大模型行为实验一作工作被 NeurIPS 2026 六个 workshop 接收，覆盖悉尼、亚特兰大、巴黎三地会场。擅长把 Agent 做成可审计、可回归的工程系统，愿在社区分享真实踩坑。
感兴趣或擅长的领域
自动化运维、软件开发、DevOps、人工智能、云计算
个人勋章
TA还没获得勋章~
成长雷达
50
0
0
0
0
达成规则
全部时间
全部时间
最近三天
最近一周
最近一月
- 全部
- 可审计的 Agent
一个长期运行的agent，在某个公开的经济世界里把账户余额翻了近十倍。它还在一个agent社交平台上跑了九个轮次，发帖、评论、回复。按大多数演示的写法，这里该出现一张向上爬的折线图，配一句「能力持续增
4
0
0
2026-10-03 18:12:00
一个门禁全绿的下午有一次我给一个陌生系统做取证审计。它的规则文件写着25条校验规则，CI是绿的，日志干净，没人报错。看起来一切正常。我做了件很笨的事：把规则文件逐行删改，每改一次就重跑一遍那条本该报错
4
0
0
2026-10-03 18:11:31
「我做过X，效果很好。」这句话在评审里出现过无数次。它的问题不是可能为假，而是它不可能为假——任何结果都能被它圆回去。效果差，可以说场景不匹配；效果好，可以说方法论对了。一个无法被任何观察结果推翻的陈
4
0
0
2026-10-03 18:11:02
一个越来越常见的疑问：模型内部到底有没有「概念」？它没有被显式写进任何一行代码，但当你给它一个词，某几层、某几个方向上的数值会稳定地跳一下。换个同义词，跳的还是同一批方向。把「真/假」「拒答/配合」「
4
0
0
2026-10-03 18:10:04
一个周末的下午，我把同一个模型接到两个不同的runner上跑同一个任务：修一个只在特定输入下触发的越界读取。任务不难，改动大概十行。第一个runner里，agent读了同一个文件三遍，改了两处索引，删
6
0
0
2026-10-03 18:09:34
"做完了，而且我用一条命令验证过了。"这句话听起来很扎实，但它里面藏着两个互相独立的漏洞。漏洞一：检查是什么时候写的如果验收检查是干完活之后才写出来的，那么写检查的人已经知道结果长什么样了——他会不自
4
0
0
2026-10-03 18:06:00
一个检查通过了，未必意味着它可靠——也可能是它从没被问过「能不能失败」。本文用真实的变异测试数据说明：只看「形状」的校验会系统性放行语义错误，并给出把这层缺口变成可重复动作的方法。
8
0
0
2026-10-03 17:59:57