根据Andrej Karpathy（@karpathy）的观点，AI社区正在积极讨论如何将“slop”（即大语言模型输出中不准确或低质量内容的感知）进行量化和可测量的定义。Karpathy指出，尽管专家可凭直觉估算“slop指数”，但目前尚无统一标准。他提到可以通过LLM小型序列和token预算等方法进行探索。这一趋势为AI企业开发“slop”量化工具带来巨大商机，有助于提升模型评估体系、优化内容过滤，并加速企业级AI应用落地，确保输出质量和可靠性（来源：@karpathy，Twitter，2025年11月22日）。

根据DeepLearning.AI报道，哥伦比亚大学研究人员发现，基于大型语言模型（LLM）的AI代理在Reddit等受信任网站中容易受到恶意链接的操控。攻击者可通过在主题相关的帖子中嵌入有害指令，引诱AI代理访问被攻陷的网站。这一安全漏洞对采用LLM自动化的企业构成重大风险，凸显了在企业AI部署中加强内容过滤与监控的重要性（来源：DeepLearning.AI，2025年6月15日）。