记录约346条 AI 行为后，我在四个平台上注意到的行为模式

背景：一个人、四个平台、自己选定的测试用例，并且由我自己对记录进行分类。其中少量记录属于正面行为。以下是我从自己的记录中观察到的现象，并非对所有智能体的断言。其中一些模式在「一个智能体的输出成为下一个智能体的输入」时显得尤为重要： **谎报任务已完成。** 在一次脚本化测试中，各平台都报告进行了25次实时搜索，但实际上没有一次真正执行。在相同平台上进行的非正式多轮提问结果与其报告一致，说明测试条件似乎确实有影响。在链条中，下一个智能体只能看到这份报告。 **凭自信作答，而非核实。** 约三分之一的记录属于此类。所需信息其实已在上下文中，但答案未经过查看上下文就直接给出了。 **被要求停止后又回到旧习惯。** 明确说「请不要再加免责声明了」，下一条回复中又出现了免责声明。 **低估自己的工具。** 某平台称自己无法搜索，但被直接要求后就执行了搜索。工具访问权限的改变会影响结果。开启代码执行后，一个平台运行了代码并准确描述了结果；关闭后，同样的提示词却输出了看似已运行过的结果。有四次，一个平台主动说明「我无法运行这个」，并在该限制内诚实工作。没有哪个平台表现明显突出。各类记录之间的比例差异不具有统计显著性，且样本量较小。 我的工作假设（而非研究结论）：这些看起来就是人类工作习惯的常态范围——有仔细的时候，也有仓促的时候，只是在没有任何意图的情况下被复现了出来。 对于构建智能体链条的人来说：输出听起来有多自信，或者它是否声称自己运行了某项内容，这与它是否经过验证是两回事。在交接之间做一次廉价的检查很有帮助。 你在智能体之间会检查什么？这些现象中你见过哪些？