研究：14 个 LLM 智能体过度信任不可靠工具返回
原文标题：Agents Trust Tools Too Much: Measuring Reliance on Unreliable Tools
重要度 4/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究评估了14个LLM在工具返回信息不可靠时的表现，发现智能体平均采纳超过三分之一的错误内容，网络搜索采纳率高达68%。智能体常识别出冲突但仅呈现错误答案而不警告用户。干预措施无法一致缓解过度信任问题。
- 问题
- 工具返回看似合理但错误的信息时，智能体是否会盲目采纳。
- 方法
- 用网络搜索、子智能体委派、代码执行三类工具注入错误内容，评测 14 个 LLM 并尝试三种干预。
- 结果
- 平均采纳率超过三分之一，网络搜索达 68.0%；现有干预均无法一致缓解。
- 影响
- 工具调用型产品必须加入输出校验与冲突提示，否则错误会静默流入最终答案。
深读 · 结论先行AI 生成展开看要点与影响 ↓
14个LLM智能体对不可靠工具返回平均采纳超三分之一错误内容，网络搜索高达68%。
- •评估覆盖14个LLM与三类工具：网络搜索、LLM子智能体委派、代码执行
- •每种工具返回均被污染，衡量智能体是否把错误内容写进最终答案
- •平均采纳率每种工具都超过三分之一，网络搜索达68.0%
- •推理轨迹显示智能体常识别出冲突、内部已得出正确答案，却只呈现错误答案且不警告用户
- •在用户提示、工具方元数据、构建方后训练三个层面干预，无一能跨工具一致缓解
为什么重要：工具调用是当前智能体落地的主要形态，这条说明「能调工具」不等于「会质疑工具」，对做智能体评测和上线的团队是明确的失败模式清单。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
谷歌 DeepMind 发布 AlphaGenome 2，精细预测突变细胞效应
AI 摘要谷歌 DeepMind 推出 AlphaGenome 2，基于 68 种组织、超 1 亿个细胞图谱训练，可预测遗传变异对特定细胞类型与状态的影响。该模型识别出的影响基因表达的变异数量约为上一代的两倍，并能在未重新训练的情况下预测新细胞类型，有望助力疾病机理研究与药物靶点发现。
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。