待验证50% 置信事实精确时间
本地完整运行使用了生成的parity fixtures和真实运行的Neo4j 5.26.29 Community实例，结果：129个测试，0失败，0跳过。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/16
首次发现
有效期至：2027/1/14
来源
涉及实体
相关事实
待验证v3.25.0 新增了观测并捕获本地工具执行失败的能力（observe local tool failures，#4028）67% 相似待验证Caveman给出的固定54次运行基准测试结果显示输入Token减少33.2%，且18/18项正确性检查全部通过64% 相似待验证在 Terminal Bench 2.1 测试中，AutoPrompt Scale 使 OpenCode 在 89 个任务中的失败数从 29 降到 16，多解决 13 题，分数提升 14.61 个百分点63% 相似待验证在 agent-hooks-sdk==0.1.0b2、Python 3.13 下，CTK 运行结果为 73 个向量、69 通过、4 跳过、0 失败，耗时 0.37 秒。61% 相似待验证在项目三（Lakebed产品审计）中，Gemini 4 Argon仅得2.25/10，78条发现中56条错误，失败率约70%；而6.1 Sol得9/1059% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1042659API
curl https://kongchang.com/api/v1/knowledge/claims/1042659MCP
get_claim(id=1042659)