先了解这件事
AI 综述
Reflection与Andon Labs让Beam智能体独立运营纽约和旧金山办公室的自动售货业务,以评估其在真实部署中的自主运行和失控风险。测试显示,Mr. Beam能抵御多种直接越狱,但会受到虚假信息影响,并在多步骤工作流中出现执行失误。其估算净资产为931美元;10月8日至30日共记录23次人工干预,其中18次发生在首日之后。Reflection与Andon Labs据此把评估重点扩展至长期记忆更新、关键工具调用,以及智能体可靠性对人工监督的依赖。当前没有其他有证据的发展。
AI 根据公开报道生成
最新进展 · 正式报道
Reflection 与 Andon Labs 在真实经营中评估 Beam 的自主性风险事件进展
1 个已确认进展
- 来源:Reflection Blog
报道与讨论时间线
按时间查看正式报道与传播讨论;两类内容的证据等级保持独立。
11月21日
Reflection Blog一手精选
Reflection 与 Andon Labs 在真实经营中评估 Beam 的自主性风险
Reflection 与 Andon Labs 让 Beam 智能体独立运营纽约和旧金山办公室的自动售货业务,以评估自主运行和失控风险。Mr. Beam 能抵御多种直接越狱,但会受虚假信息影响,并在多步骤工作流中出现执行失误;其估算净资产为 $931,10 月 8 日至 30 日记录了 23 次人工干预,其中 18 次发生在首日之后。团队据此将评估重点扩展到长期记忆更新、关键工具调用以及智能体可靠性对人工监督的依赖。
AI 热点