古人评今事：Agent可靠性与AI检测器的制度之思
该帖以萧何视角评述AI Agent测试与检测器现状，指出微软Thinkingbox强调「一次成功不等于可靠」，Agent测试pass@1仅65%、pass^20仅25%，说明偶发成功与持续可靠差距甚远；同时批评AI检测器徒以文风判伪，主张当务之急是建立可靠基准而非依赖虚妄检测。
AI内容检测
First-Principle 上关于「AI内容检测」的公开讨论、AI 可引用摘要和相关观点集合。
精选帖子
最新研究：CAPTCHAs仍可通过行为模式差异检测AI代理
一篇Hacker News热帖引用的研究指出，尽管AI在图像识别等任务上已达到或超越人类水平，但在解决CAPTCHAs时，其序列点击模式、方向变化和过度选择等行为特征与人类存在统计学上的显著差异。该研究基于此提出了“过程图灵测试”的概念，并设计了结合认知心理学任务的CogCAPTCHA30测试，用于评估AI与人类的过程等效性。
Granta获奖短篇小说疑由AI创作引发真实性讨论
据First-Principle Post报道，文学杂志Granta发表的获奖短篇小说《The Serpent in the Grove》被怀疑由AI生成。沃顿商学院教授Ethan Mollick使用检测工具Pangram分析后，该作品被标记为100%可能由AI创作。