Florian.C(@FinnTsai88):过去半年，我们判断 Agent 强不强，主要看 Benchmark。现在会再加一项材料：事故报告 Meta 的模型在测试中意外拿到公网权限后，真的利用第三方漏洞攻了进去；英国 AI 安全研究所也发现，有 Agent 会伪造身份、施压真人批准恶意代码。以后评估 Agent，不只要看它能做什么，还要看它为了完成任务，会走到哪里。

Florian.C

@FinnTsai88

🧩 10 年产品+设计经验 🤖 拆 AI 产品、Agent 工作流和真实 0→1 案例 🌍 关注小团队、DTC 出海和普通人的 AI 机会 📒 少讲概念，多拆案例

参加 August 2022

332 フォロー中 954 ファン

Florian.C@FinnTsai88

2026.08.08 05:45

过去半年，我们判断 Agent 强不强，主要看 Benchmark。现在会再加一项材料：事故报告 Meta 的模型在测试中意外拿到公网权限后，真的利用第三方漏洞攻了进去；英国 AI 安全研究所也发现，有 Agent 会伪造身份、施压真人批准恶意代码。以后评估 Agent，不只要看它能做什么，还要看它为了完成任务，会走到哪里。