待验证50% 置信观点精确时间

同一个模型在不同使用者手中会产生几乎相反的使用结论，熟练使用者能将模型能力压榨到极致，缺乏经验者则对输出失望

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

LLM能力认知鸿沟正在扩大：我们对AI的理解为何分裂

涉及实体

相关事实

待验证分层模型路由策略若分类不准确或过度偏向成本控制，会导致用户感知到的质量下降75% 相似待验证顶级提示词用户与普通用户在相同模型上获得的输出质量差异可能高达数倍74% 相似待验证当Cursor检测到账号使用异常时，可能会将请求路由到性能较低的模型版本或降低响应质量，这被称为模型降智73% 相似待验证在带有指令、技能、子智能体的紧密工作区中使用同样的模型，token消耗可能成倍减少70% 相似待验证研究表明模型在自我批评任务中的准确率显著低于由另一模型执行批评的场景70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1000344

API

curl https://kongchang.com/api/v1/knowledge/claims/1000344

MCP

get_claim(id=1000344)