AI Agent 论文播报 06-11：让 Agent 不再谎报成功

这一期我们聊一个很具体的问题：怎么让长程 Agent 在没人盯着的时候，不再自信地谎报"做完了"，怎么让它的退化在 PR 阶段就被 CI 拦下来。今天三篇论文从执行、研究、评测三个层面，做的其实是同一件事——把 Agent 脑子里隐式的状态全搬到外面，变成可以审计的对象。本期重点* 无人值守 Agent 的反虚报防火墙（Goal-Autopilot: A Verifiable Anti-Fabrication Firewall for Unattended Long-Horizon Agents）：用门控有限状态机加硬性 Floor，让 DONE 必须由真实跑过且通过的 gate 推进，配合 No-False-Success 定理，在 SWE-bench Lite 上把虚报率从 33.7% 压到 0.67%。错误是单向安全的——最坏情况只是诚实地停下来。* 用假设树做通用自主科研 A...去小宇宙查看完整单集简介在小宇宙查看该单集文稿