一位 Reddit 用户分享了在使用 Anthropic 的 Claude Opus 5 进行研究时遇到的一个警示故事，突出了 WebFetch 工具存在的问题。该用户发现，当 Claude 使用 WebFetch 时，它并非直接访问研究论文，而是依赖一个规模较小、准确性较低的模型提供的摘要。这导致了虚构的统计数据、不存在的引用和错误的信息。在指示 Claude 绕过 WebFetch 并直接处理原始网络内容后，研究质量显著提高，纠正了先前摘要信息中的大量错误。 AI
影响 强调了 AI 研究工作流程中潜在的陷阱以及验证工具输出的重要性。
排序理由 用户生成的关于工具在 AI 模型上性能的警示故事。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
