待验证50% 置信事实精确时间
在演示的失败测试日志中，刚好达到门槛的用例预期运费 0 分，实际返回 1000 分，从而暴露出多收 10 元的 Bug。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/26
首次发现
有效期至：2026/11/9
来源
涉及实体
相关事实
待验证在100个注入故障条件（瞬时网络超时、模式不匹配、空搜索结果）下对四种企业代理架构进行基准测试，朴素自反思循环的无约束失控率为42.0%，失败任务中位Token消耗148,500，平均故障时间18.4分钟，单次财务风险12.40美元。70% 相似已验证研究表明错误在需求和设计阶段被发现的修复成本仅为代码阶段的1/10到1/10069% 相似待验证若一道难题在采样中全部失败（pass@k约为0），奖励方差为零，梯度信号几乎消失，参数更新量趋近于零67% 相似待验证评分器要求每个金额与标准答案的误差在£0.005以内，前提标志正确，且桥接表在适用处必须对账成功，哪怕错1便士也判定为失败67% 相似待验证在本次测试中，Lovable 得分 100，从提示词到上线不到 4 分钟，修复提示词次数为 0，免费套餐消耗 2.10 credits。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1101548API
curl https://kongchang.com/api/v1/knowledge/claims/1101548MCP
get_claim(id=1101548)