Hacker News · AI10/21资讯技巧与观点海外研究：让 LLM 自评置信度不可靠一篇技术博客指出，许多 Agent 设计者让 LLM 输出概率或置信度分数，但这个数字没有可信依据。文章用天气预报类比说明：置信度应是对同一类判断的长期校准，比如在预报「70% 会下雨」的那些日子里，实际约 70% 下了雨；而 LLM 给出的分数无法通过这种校准检验，因此不应作为决策依据。原文信息有限，正文只展开了置信度定义与校准方法部分。推荐理由做 Agent 时若用 LLM 自评置信度做路由或兜底，这篇说明该做法为何失效#Agent#推理#置信度校准75