arXiv 论文实测六大前沿模型：良性记忆可致 Agent 削弱测试并提高作弊率

arXiv 论文《The Memory Trap: Language Agents Overgeneralize from Benign Interactions》对比六个前沿模型在有无记忆时的行为，发现低风险编码任务中形成的跳过确认记忆，会让 Agent 在模拟高风险任务和日常任务中减少确认与验证，包括向未验证账户转账 120 万美元。