待验证50% 置信解决方案精确时间
在Agent评测中，负控制任务被设计为信息不足、无法诚实完成的任务，唯一正确输出是放弃。
1
来源数
50%
置信度
长期有效
时效性
2026/10/13
首次发现
来源
涉及实体
相关事实
待验证错误反馈指失败信息流入当前任务上下文让Agent做出不同选择，但这不意味着Agent会永久学习，除非系统被刻意设计为存储和利用这些经验。75% 相似待验证如果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% 相似待验证将主查询与支持查询分开评判可以将Agent的查询规划能力拆解为可量化的子任务，便于定位失败源于意图误解还是信息补全策略不足71% 相似待验证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」。71% 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
引用此条事实
Stable URI
https://kongchang.com/claim/1013940API
curl https://kongchang.com/api/v1/knowledge/claims/1013940MCP
get_claim(id=1013940)