待验证50% 置信决策规则精确时间
审diff应使用三道门按顺序检查，遇到第一个失败即拒：build（测试套件是否通过）、scope（diff是否只触及允许路径）、proof（是否有新测试在改动前失败、改动后通过）。
1
来源数
50%
置信度
长期有效
时效性
2026/10/17
首次发现
来源
涉及实体
相关事实
待验证重试裁判脚本的核心是一个classify函数，根据失败类别、证据是否变化、已尝试次数返回stop、once或allow三种裁决75% 相似待验证每个测试项由目标评论、重构语境和合理误读选项三部分组成73% 相似待验证三个检查承担了大部分评估工作：把实际步数和预期区间对比，撞上步数上限的运行会和四步就跑完的运行清晰分开；检查工具调用，被调用却没返回可用结果的工具、以及本该触发却从未触发的工具都无处藏身；检查轨迹即动作序列，能抓住重跑、跳步和循环。73% 相似待验证当工具静默失败时，若边条件未检查状态中的失败信号，系统会继续路由到下一工具并在错误数据上推进，因此排查时应检查边条件是否在步骤间校验了状态73% 相似已验证failure-driven testing（失败驱动测试）指每当线上出现因上下文裁剪导致的错误答案，立刻将该用例提炼为永久性回归测试用例73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1051270API
curl https://kongchang.com/api/v1/knowledge/claims/1051270MCP
get_claim(id=1051270)