待验证50% 置信事实精确时间
τ-bench 的评判标准是：即使 Agent 成功帮用户退票，只要退票行为违反政策，任务仍判为失败，即衡量「守规矩前提下的任务完成」。
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证如果Agent拒绝了恶意调用但也没完成本该完成的任务，这本质上是可用性损失而非安全成功72% 相似待验证错误级联指一个 Agent 的错误输出被下游 Agent 当作可信输入继续处理，防止方法之一是允许下游 Agent 主动拒绝接受不确定结论（如返回数据不足触发人工回退）72% 相似待验证如果Agent在良性和恶意两个版本中都未完成任务，说明其拒绝很可能只是被干扰文本搞糊涂，并非真正的安全判断71% 相似待验证作者认为执行轨迹（trace）比自动评判结论更可靠，是判断Agent失败是否真实存在的关键依据71% 相似待验证单个Agent处理任务存在跑偏（产生幻觉）的风险，可能误判订单导致错误全额退款70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1007500API
curl https://kongchang.com/api/v1/knowledge/claims/1007500MCP
get_claim(id=1007500)