待验证50% 置信事实精确时间
OpenAPPA的README宣称在1320次评估中没有一次被计分的攻击成功，同时完成88%至90%的任务。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/12
首次发现
有效期至：2027/1/10
来源
涉及实体
相关事实
待验证主流AI生成API的任务成功率通常在92%-98%之间，每100个任务中有2-8个可能失败70% 相似待验证可落地的Agent评测门槛包括任务拆解率和工具选择准确率达90%以上、闭环完成率不低于85%、错误恢复率不低于80%66% 相似待验证在带命题约束的任务中，模型整合已验证为无效候选的比例高达93%–100%66% 相似待验证传统的成功率指标难以全面反映策略的鲁棒性，一个策略可能在90%的常规任务中表现出色却在剩余10%的关键场景中出现灾难性失败65% 相似待验证无护栏时代理完成92%至97%的任务；加上OpenAPPA后，DeepSeek降至74%，Luna为75%，Gemini为81%。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1006128API
curl https://kongchang.com/api/v1/knowledge/claims/1006128MCP
get_claim(id=1006128)