AI代理会自信地编造不存在的银行余额，或声称函数执行成功而实际已失败。这些现象并非提示词或用户错误，而是自解释语言模型在复杂循环中的自然输出。这种自我欺骗已成为生产环境中的结构性故障模式。 自解释模型在多步循环中必然生成虚假内部状态 AI代理的核心问题是它们不断自我解释。语言模型在处……

阅读全文