待验证50% 置信事实精确时间
该研究发现端到端交付的软件并没有随代码产出等比例增长，代码评审仍是人工完成，且评审者发起的变更请求随智能体采用加深几乎线性增长。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/17
首次发现
有效期至：2027/1/15
来源
涉及实体
相关事实
待验证在传统流程中，评审工作量与代码产出量大致同步增长；但当AI代理将代码产出速度大幅提升时，评审请求的到达速率可能超过人类评审者的处理能力，形成排队与积压。75% 相似待验证大模型生成的代码在功能正确性上的通过率（如 HumanEval 基准测试）逐年提升但仍未达到100%，在并发、状态管理、异常处理等复杂场景中错误率显著上升71% 相似已验证接受率越高意味着草稿模型猜测越准，大模型返工次数越少，直接决定投机解码的实际加速效果70% 相似待验证高努力级别耗时暴增的主因不是生成代码变慢，而是模型被允许反复执行生成—检验—修正的循环，努力级别实际购买的是迭代调优的次数而非单纯的代码量。70% 相似待验证让代码可微往往是一次严格的数值健全性审查，因为梯度计算对数值稳定性的要求远高于单纯的前向求值69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1054945API
curl https://kongchang.com/api/v1/knowledge/claims/1054945MCP
get_claim(id=1054945)