待验证50% 置信事实精确时间
LLM 编码 agent 的默认行为是复用和扩展现有抽象，而非重新评估它们是否恰当；这源于训练数据中大量'遵循已有接口'的示例，以及 agent 通常缺乏对代码库历史决策语境的理解。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/13
首次发现
有效期至：2027/1/11
来源
涉及实体
相关事实
待验证LLM Agent每一次模型调用的中间推理过程是自然语言而非结构化数据，难以被传统监控工具解析和告警75% 相似待验证LLM agent 的证据循环依赖两种能力：工具调度（知道何时调用哪个逆向工具、传什么参数）与语义理解（读懂伪代码背后的设计意图）。73% 相似待验证LLM 与基于规则的静态分析工具（如 CodeQL）或符号执行工具不同，能够理解注释意图、识别命名惯例语义，并在缺乏完整类型信息时推断数据流向72% 相似待验证直接 LLM 调用架构的流程是「输入 → 模型 → 验证输出」，模型不控制执行路径，因此不属于 Agent。71% 相似待验证在代码数据上训练的LLM不仅提升了编程能力，还显著增强了模型的逻辑推理能力，代码训练和逻辑推理能力之间存在正向迁移效应70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1016466API
curl https://kongchang.com/api/v1/knowledge/claims/1016466MCP
get_claim(id=1016466)