微软研究院访谈：AI在真实工作流中的失败

2026年10月7日，Microsoft Research 发布访谈，Jennifer Neville 介绍了模型在多轮对话和长期任务中暴露的意外失败，指出传统基准难以覆盖真实工作流。团队将单轮任务拆成通过多轮对话逐步澄清的需求后，发现模型表现显著下降。访谈还指出，在反复编辑文档的长期工作流中，错误可能不断累积，导致语义内容丢失。这些观察涉及模型从单轮任务转向持续交互时的表现变化，以及长期操作中的内容保留问题。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。