待验证50% 置信基准精确时间
控制实验中，9B模型在旧框架下七步含两次重复读取，修复后三步零重复读取，走最短路径。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/18
首次发现
有效期至：2027/1/16
来源
涉及实体
相关事实
待验证在同一个任务序列上，模型驱动的循环五步只完成三步就卡住，而同样的计划交给脚本执行则五步全部跑完。67% 相似待验证试点实验让三个编程代理和八个模型各跑八次20分钟单次任务，标签感知F1从0.143到0.892方差极大64% 相似待验证在TinyLinks实验中，10个issue的完整运行在四分半钟内结束，采用五条并行流水线，工厂开出9个PR并跳过了含糊的issue，9条分支全部通过隐藏测试63% 相似待验证文中将整套流程浓缩为八步，从抄下工单验收标准到脚本退出码为 0 时才开 PR62% 相似待验证要求模型'最多执行十步'时它有时会执行三十步，这是当前模型的固有限制，可靠的做法是在运行循环的代码层面强制限制最大步数、超时和Token或成本预算。62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1058546API
curl https://kongchang.com/api/v1/knowledge/claims/1058546MCP
get_claim(id=1058546)