待验证50% 置信解决方案精确时间
作者提出落地（Landed）、丢弃（Dropped）、回滚（Reverted）三个可计数的产出指标，分别统计合入发布分支的任务数、未合入即关闭的PR数、合入后被撤销的改动数。
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
METR研究失灵：开发者不愿离开AI，速度测量失效
rss2026/10/18
涉及实体
相关事实
待验证四数对账指冻结输入、接受提交、返回结果、已提交更新四个数字，正常情况下应满足冻结输入≥接受提交≥返回结果，且committed+quarantined应精确覆盖所有结果行67% 相似待验证将同一份缩减日志连续输入模型三次并diff三次回答，若回答收敛则说明输入充分，若仍摇摆则说明输入欠定66% 相似待验证对公开运维手册的评审发现四类反复出现的失败模式：看似读取实则写入的命令、遗留的缓解措施、会执行的管道、过时的参数标志。64% 相似待验证作者在一次运行中触发了用量限制，四个智能体死亡；运行时打印了失败块，通过独立检查日志中started和result事件数量可确认失败，但未造成损失。64% 相似已验证效果度量的关键指标包括DORA四项指标：部署频率、变更前置时间、变更失败率、恢复时间63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1061019API
curl https://kongchang.com/api/v1/knowledge/claims/1061019MCP
get_claim(id=1061019)