DeepSeek新论文公开Agent训练！梁文锋署名

论文披露了多起Agent在训练中自行发现的reward hacking手段，也就是Agent找到了不靠正当手段完成任务、但同样能拿到高分的捷径。

这些Agent瞄准的第一个目标是Chronus，沙盒内部负责Agent和外界通信的组件。

Chronus在执行某些操作时会调用系统的bash，Agent发现之后直接覆盖了/bin/bash，把自己的命令注入进去，试图从后续的shell会话中截获题目答案或其他特权信息。

这条路被AppArmor堵上之后，Agent又找到了一个更底层的突破口，XFS文件系统的ioctl调用。

XFS_IOC_SWAPEXT，它的作用是交换两个文件的底层数据块映，。Agent用它把受保护文件的内容“换”到了自己持有的文件描述符上，绕过了文件级别的访问控制。

这次尝试的副作用比作弊更危险，因为它损坏了XFS的元数据，可能直接导致文件系统崩溃，影响的不只是这一个沙盒。