待验证50% 置信解决方案精确时间
对于自研 Messages 客户端，稳妥做法是仅当 Armor 评估过且结论为 not_flagged 时才执行，缺失判定或 unavailable 一律拒绝；拒绝缺失判定是作者选择而非文档强制要求。
1
来源数
50%
置信度
长期有效
时效性
2026/10/19
首次发现
来源
涉及实体
相关事实
待验证技能市场上架审核的失败模式是不对称的：少声明（使用了网络但未声明）会导致直接拒绝，而多声明（声明了未使用的工具）通常不会导致拒绝，只要在权限备注中解释为防御性声明即可。74% 相似待验证如果Agent在良性和恶意两个版本中都未完成任务，说明其拒绝很可能只是被干扰文本搞糊涂，并非真正的安全判断73% 相似待验证τ-bench 的评判标准是：即使 Agent 成功帮用户退票，只要退票行为违反政策，任务仍判为失败，即衡量「守规矩前提下的任务完成」。73% 相似待验证验证必须与推理分离：代理提出方案和代理声称方案有效，都不足以证明正确性，需连接确定性测试执行。69% 相似待验证去审查主要影响模型的拒绝倾向，而非基础推理与生成能力，因此在编码等非对齐敏感任务上能力损失不显著68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1065098API
curl https://kongchang.com/api/v1/knowledge/claims/1065098MCP
get_claim(id=1065098)