RecodeX 重构消息,开发者发布名为RMRFBench的基准测试,用于衡量AI代理在被要求执行删除文件(rm)操作时导致服务器崩溃的频率。该测试以“rm一个文件”这一日常运维指令为场景,考察AI代理在真实系统环境中的破坏性风险。