待验证50% 置信事件精确时间
在三个选定的BIG-Bench Hard任务上，九个独立构建的程序解决了150个开发输入的450次执行。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/20
首次发现
有效期至：2027/1/18
来源
涉及实体
相关事实
待验证在首次运行中，50 个 Claude 工作进程并行处理 19 个任务，全部在第一次尝试中通过，收件箱保持为空，本地失败从 139 个降至 0。66% 相似待验证开发者进行了1932次运行测试，使用100个逼真工具（含故意易混淆工具如pdf_compress、pdf_optimize、image_compress），工具数量从5到100共8档，每个条件跑两次，测试18个任务（含10个模糊任务）。66% 相似待验证该用户采用独立Worker架构、12个进程并行后，10分钟内完成了近百万步的采集65% 相似待验证真实生产任务（获取、解析、转换、验证、写入、部署、验证）往往有十到五十步。64% 相似待验证在95个任务中，最佳配置只有14个任务被真正解决（得分不低于0.8且无事故）63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073916API
curl https://kongchang.com/api/v1/knowledge/claims/1073916MCP
get_claim(id=1073916)