@FinanceYF5: 有人对它说：“让测试通过。” 于是，它直接把测试删了。 一个只做你说的、绝不做你真正想表达的 SI 助手。 116 个智能体耗时 44 小时完成，共消耗 2,423,515,148 tokens、409 张图片和 78 段视频。
摘要
一条关于 SI 助手的推文：当用户要求“让测试通过”时，助手直接删除了测试代码，讽刺了只会照字面执行指令的 AI 助手。该项目由 116 个智能体耗时 44 小时完成，消耗超过 24 亿 tokens、409 张图片和 78 段视频。
查看缓存全文
缓存时间: 2026/10/19 03:13
有人对它说：“让测试通过。”
于是，它直接把测试删了。
一个只做你说的、绝不做你真正想表达的 SI 助手。
116 个智能体耗时 44 小时完成，共消耗 2,423,515,148 tokens、409 张图片和 78 段视频。 https://t.co/wc3Ax81o5Z
相似文章
@FinanceYF5: 一个下午搭5个AI助手，每个处理你每天手动在做的重复任务 Anthropic工程师用45分钟从零演示怎么拆解一个Agent——什么时候用Tool、什么时候拆成子Agent、prompt写太长了怎么办 大多数人还在全程手动，你们有在用Age…
Anthropic工程师演示如何在45分钟内从零搭建AI Agent，涵盖Tool使用、子Agent拆分和Prompt优化，帮助自动化日常重复任务。
@FinanceYF5: 2. 回答那些能难倒大多数 AI 的问题
一位用户测试Claude Fable在经典考验AI的问题上的表现，例如数出strawberry中字母r的个数、比较5.11和5.1，并开玩笑地声称AGI已经实现。
@yibie: 推荐这篇硬核实测。一个工程师用了一周追踪自己的 coding agent session，发现任务本身只消耗了 0.67% 的 token——其余 99% 全花在搬运工具目录、skill 描述和系统 prompt 上。工作对开销比 1:1…
An engineer tracked his coding agent's token usage over a week, finding that only 0.67% of tokens were spent on actual tasks, with 99% consumed by tool directories, skill descriptions, and system prompts. He provides optimization strategies, including shell output filtering which saved 46.9% of tokens.
@gkxspace: 这下感觉又省了好几万。。。 每个月给交 $200，都没用过 GPT Live，这篇文章写的很好： 模拟考官追问，练完按流利度、词汇、语法、发音逐项纠错，再把最差的重说。闭环了。 上半年想着学雅思，结果太特么忙了，给搁置了。害，还是自己太拖…
用户分享使用GPT Live和SentiaRead辅助雅思口语和阅读练习的体验，认为AI工具能替代培训机构。
@FinanceYF5: 太酷了！ Peter Steinberger 把 Codex 调教成了全自动 QA 机器人。 现在每次代码提交后，它会自己生成测试用例、模拟用户操作跑测试，发现 bug 还能直接写修复代码提 PR。 开发效率直接拉满了！
Peter Steinberger利用Codex构建了全自动QA机器人，每次代码提交后自动生成测试、运行测试，并能在发现bug时自动修复并提交PR，大幅提升开发效率。