待验证50% 置信基准精确时间
StopWatch 通过显式目标接地（定位目标、判断可见性、估计距离）在三个场景集合的六个基准测试上达到了当前最优结果。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/19
首次发现
有效期至：2027/1/17
来源
涉及实体
相关事实
待验证在干净基准上，当提供真实的目标接地信息时，StopWatch 的策略性能几乎可以匹敌生成其演示数据的专家策略。76% 相似待验证StopWatch 修正了现有基准中的标注缺陷，使评估更可信。71% 相似待验证Goal模式在每一次工具调用之前都会做校验，通过工具调用拦截层将调用意图与预设约束比对，从而杜绝越界操作65% 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。65% 相似待验证跑分排名不等于所有场景的实际表现，具体任务仍需具体测试62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1065828API
curl https://kongchang.com/api/v1/knowledge/claims/1065828MCP
get_claim(id=1065828)