待验证50% 置信事实精确时间
24.4%的成功回合中存在用户规范违规。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/15
首次发现
有效期至：2027/1/13
来源
Agent基准测试的"用户"是第二个模型，24.4%的成功运行违反了用户脚本
rss2026/10/15
涉及实体
相关事实
待验证禁用模式约束和身份验证后，在回放/测试评估中错误后端分发率从0%飙升到95.28%63% 相似待验证在真实注册库（258 万家企业，全部通过校验位）上，对 30 万个已注册号码各破坏一位数字：校验位捕获 95.6%，查询捕获 4.1%，0.29% 会落到另一家真实公司。63% 相似待验证在干净终止却实际失败的轨迹中，字段值错误占 77.61%，意料之外的额外副作用占 43.30%，缺失必需副作用占 25.36%（类别有重叠）63% 相似待验证当用户将错误答案作为自信陈述并推两次时，模型坚持率从94.4%跌到84.0%62% 相似待验证Nielsen Norman Group研究表明用户遭遇三次以上弹窗干扰后对应用的信任评分会下降约40%61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1038819API
curl https://kongchang.com/api/v1/knowledge/claims/1038819MCP
get_claim(id=1038819)