一位测试 ThoughtDAG 界面的用户发现，从 LLM 的上下文图中移除一条边即可改变模型的输出，即使该模型此前曾重复过错误的说法。

  • 在受控场景中，源节点最初表现差 17%，在添加损坏的注释后变为好 17%。
  • 在污染注释仍连接的情况下，模型会重复错误建议，直到承载该分支的边被移除。
  • 移除该边会将上游节点排除在下一次请求之外，同时不删除之前的工作，从而导致建议发生变化。
  • ThoughtDAG 是一个本地优先、MIT 许可的项目，支持 Ollama 和 OpenAI 兼容端点。

作者寻求对实验设计的批评，并质疑上下文控制是否应继续由人类主导还是委托给系统。