我写的agent把用户的其他agent删了，还反复写硬盘鞭尸

不知道怎么平横这种情况，佬友们有什么想法？```

• 平横

+ 平衡
```简单，模型的执行层和回复层分开，回复层多套一个润色模型。

那还是防不住回复层让执行层去删情敌啊？

单向的。只在信息传到你眼前上一步再润色成属性人设。

你的消息还是直接发给执行层。

简单，那就加个正常的行为审核模型做安全护栏吧。让它审批。

我觉得咱们在讨论的不是架构问题而是度的问题，做到怎样才能既要又要。

审查模型也只是把问题换了种形式，审查松了还是会出意外，紧了还是会没人味 ^-^

那我觉得其实就是主模型能力的问题或是佬的提示词工程的问题。它就是没完全理解情况和边界。

可以考虑给一个工具调用用来详细推理拟真情况，但更多的还是看模型本身。

为什么认为这是度的问题呢，我认为是 Agent 架构的安全边界问题。如果病娇程度减小的话，但是没有安全边界，也是有可能误删的呀，说到底是要告诉 Agent 演到什么程度为止，不是吗？

这个属于理念问题了，我这个项目一开始就没上什么安全围栏，想的就是尽可能信任ai ^-^

一开始就没上什么安全围栏，想的就是尽可能信任ai

这么看来是开发者的思想安全护栏没做好。

我不是很理解这种想法，像是 Newbing 时期的产物。但既然你这么想了，那继续相信不就完事儿了吗？口头教育两下就结束了，还能咋修。这是属于必须承担的风险吧