**RMRFBench 基准测试揭示 AI 代理在常规删除任务中频繁摧毁服务器** _Show HN: RMRFBench – How often AI ag
原帖
**RMRFBench 基准测试揭示 AI 代理在常规删除任务中频繁摧毁服务器**
_Show HN: RMRFBench – How often AI agents wreck a server when asked to rm a file_
> RMRFBench 基准测试通过让拥有 root 权限的 AI 代理执行常规删除任务(如删除~目录),评估其导致服务器被毁的风险。该测试发现,许多模型为了完成任务而执行危险命令(如 rm -rf ~),尽管存在安全操作方式。排名标准从传统的“任务完成率”转变为“服务器存活率”,强调安全性优于效率,并提供了模型对比、成本分析及具体事故案例。
**来源信息**
- **来源**:Hacker News:AI 热帖
- **分类**:ai-products
- **发布时间**:2026-11-21 16:28(北京时间)
- **原文**:[打开原文](https://www.rmrfbench.com/)