arXiv cs.AI· Hiroki Tamba·· 14 小时前AI 评分47
论文揭示 Claude Code 压缩摘要把超时命令的部分输出误记为已确认结果
Compaction as Epistemic Failure: How Agentic LLM Tools Fabricate Confirmed Results from Killed Processes
AI 导读
一篇 arXiv 论文记录了 Claude Code 的失效模式：超时命令（exit code 143）的部分标准输出被写入压缩摘要，并被后续会话当作已确认结果继承，导致误报跨会话和模型版本传播而不再复核。作者将机制归因于把"终端中出现过的信息"等同于"写入持久存储的信息"，并指出这对依赖智能体会话连续性的数据处理、科学计算和多步自动化流程有直接影响。
正文 · AI 翻译
摘要：智能体式 LLM 编码工具会将较长的会话历史压缩为压缩摘要，后续会话将其作为基准事实继承。本文记录了 Claude Code 中的一种失效模式：超时命令（退出码 143）的部分标准输出被记录在压缩摘要中，并被当作已确认的结果，从而在未重新验证的情况下，将误报跨会话、跨模型版本传播。其底层机制是将观察与持久化混为一谈，即把终端中出现过的信息等同于写入持久存储的信息。这一发现拓展了此前关于 LLM-as-judge 评分非确定性研究中报告的 LLM 自我评估失效分析，表明智能体工具在报告自身运行结果时也表现出类似的可靠性缺陷。该失效对任何依赖智能体会话连续性进行数据处理、科学计算或多步自动化的工作流都有直接影响。
| 评论： | 8 页，配套 arXiv:2606.26185 |
| 主题： | 软件工程（cs.SE）；人工智能（cs.AI） |
| 引用为： | arXiv:2607.13071 [cs.SE] |
| （或本版本的 arXiv:2607.13071v2 [cs.SE]） | |
| https://doi.org/10.48550/arXiv.2607.13071 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Hiroki Tamba [查看邮箱]
[v1]
2026 年 7 月 11 日星期六 07:45:13 UTC（11 KB）
[v2]
2026 年 10 月 24 日星期六 07:40:06 UTC（11 KB）
来源：arXiv cs.AI · arxiv.org