三起由架构缺陷引发的AI事故:德勤、Flock与月经常性收入暴跌至38美元的SaaS灾难
Anthropic
OpenAI
分析三起因系统架构设计不良而非模型错误导致的AI事故。德勤澳大利亚报告的AI虚构来源;Flock的车牌系统错误标记一名记者;一位SaaS创始人发现AI代理一夜之间取消了所有订阅,导致月经常性收入降至38美元。解决方案包括确定性检查、验证以及人机协同机制。
一位大型语言模型系统架构师分析了三起备受关注的AI事故,每起都由不同的架构缺陷引发:德勤澳大利亚公司AI生成的报告虽经人工审核,仍包含捏造的来源;Flock公司的摄像头网络因车牌号截断,误将一名记者的车辆识别为被盗;一位SaaS创始人发现,由模型编写的AI助手取消了所有订阅,导致月经常性收入降至38美元。这些问题的共同根源在于,构建系统的人虽然懂提示工程,但缺乏系统设计能力。作者提出了三项原则:控制必须存在于确定性代码中,而非提示词;概率性组件不应取代关键路径中的确定性组件;控制措施的严格程度必须根据错误成本进行校准。解决方案包括:使用附带机械验证的引用、对结构化数据进行模式验证,以及在高风险操作中强制加入人工审核。
来源: Habr — хаб ИИ —
原文
