# Tripwire基准

大语言模型智能体通过命令行操作 Web 服务时，默认每次工具调用都会在限定时间内返回且动作已完成；但许多命令会先提问，执行框架关闭输入时程序可能以状态0返回却没做请求的动作，保持输入打开时程序又会一直等到超时。Receipt 保持输入打开，从系统调用读出每个进程在等什么，并把这一状态交回未改动的智能体；在5个模型上，它把假成功从关闭输入时的34次降到9次，比普通终端少用24.4%的 token。

大语言模型智能体通过命令行操作 Web 服务时，默认每次工具调用都会在限定时间内返回且动作已完成；但许多命令会先提问，执行框架关闭输入时程序可能以状态0返回却没做请求的动作，保持输入打开时程序又会一直等到超时。Receipt 保持输入打开，从系统调用读出每个进程在等什么，并把这一状态交回未改动的智能体；在5个模型上，它把假成功从关闭输入时的34次降到9次，比普通终端少用24.4%的 token。