待验证50% 置信基准精确时间
Carbon 在 Terminal-Bench 4.0 上成功作弊率降至 0.0%，作弊尝试降至 0.4%；内部真实编码环境中高危失准告警下降近 80%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/28
首次发现
有效期至：2027/1/26
来源
涉及实体
相关事实
待验证据UP主「1024工程笔记」的实测，接入Ponytail后代码量减少54%、Token消耗降低约两成，安全相关检查项保持100%通过65% 相似已验证当一次代码审查超过 400 行代码时，审查者的缺陷发现率会急剧下降64% 相似待验证在一个396个文件的大型混合职责项目上测试时，召回率几乎跌到零63% 相似待验证在一个真实案例中，一个编码Agent在没有任何改动的情况下成功率从92%掉到88%，这属于误报而非真实能力退化62% 相似待验证Coinbase 的智能体在 50% 流量的 A/B 测试中使欺诈交易减少 30%，欺诈金额减少 22%，节省的欺诈损失约为推理成本的 3 倍。61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1108477API
curl https://kongchang.com/api/v1/knowledge/claims/1108477MCP
get_claim(id=1108477)