待验证50% 置信事实精确时间
Forge 2.0 的 Build 1 在 28 分钟内做了 262 次工具调用得 0.2422，Build 2 在 30 分钟内做了 270 次得 0.6618；Build 1 在 19 个检查层级中有 15 个未达标，Build 2 只有 9 个。
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
同一模型两次跑分差0.42：DeepSeek V4.1 Flash 1017 基准测试拆解
rss2026/10/19
涉及实体
相关事实
待验证Forge 2.0 Build 1 的评分站点 sprint 弹窗打开了 12 次且均为空白，解析器返回了 14 次 `{"rateLimited": true, "retryAfter": 2237}` 结果，Build 1 的 `static/shared/bridge.js` 保留了起始应用的重试循环。80% 相似待验证用 SIGKILL 在扫描中途杀掉工作进程的耐久性测试中，12 件物品第一个 worker 刷了 3 件，重启后第二个 worker 刷了 9 件，重复刷新 0 件，活动执行 24 次（期望值 24）。59% 相似待验证Forge为每一次运行提供span瀑布图，展示每一步骤的token消耗、延迟和成本59% 相似待验证该注意力与 MLP 贡献拆分分析每个块每层需要额外两轮计算，12 块在 i7-1355U 笔记本上耗时 29 分钟。59% 相似待验证重构任务中，agy代码质量略胜：两次agy运行额外加了TYPE_CHECKING导入和__dir__()，代价是用10分钟和92次工具调用，而Claude Code只用1分钟和7次调用。58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1067972API
curl https://kongchang.com/api/v1/knowledge/claims/1067972MCP
get_claim(id=1067972)