Frontier编码代理越来越受到信任，可以长时间自主工作，但代理的最终响应通常是用户看到的唯一工作说明。我们量化边境特工\ emph {overclaim}任务完成的倾向，这是一种可能误导用户的虚假陈述。当座席的最终响应与其上下文中的信息相矛盾时，座席会过度声明。此定义

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2609.20812v1)获取最准确的信息。

---
🔗 **原文链接**: [Quantifying Overclaiming Propensity in Frontier LLM Agents](https://arxiv.org/abs/2609.20812v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Nolan Smyth, Yorguin-Jose Mantilla-Ramos, Pascal Jr Tikeng Notsawo, Saskia Helbling, Alberto Tosato, Mohamed Amine Merzouk, Nouha Dziri, Gauthier Gidel, Tommaso Tosato

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。
Agent是2026年最卷的方向，没有之一。这篇文章的实操经验够硬。
建议收藏，做Agent开发的时候拿出来翻翻。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-09-18 13:02