待验证50% 置信事实精确时间
训练数据约13000条shell命令，来自作者自己的Agent对话记录，其中696条未被确定性规则覆盖的命令被人工标注。相似度不低于0.85的命令被排除。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/3
首次发现
有效期至：2027/2/1
来源
涉及实体
相关事实
待验证8位小CPU计算13乘以11，执行38条指令、生成90个Token，最终输出143；在1000个随机程序、116万多条指令上与Python解释器逐Token对比无一处不一致。65% 相似待验证试点实验让三个编程代理和八个模型各跑八次20分钟单次任务，标签感知F1从0.143到0.892方差极大60% 相似待验证Agent真正编辑文件时能同时容纳的可能只有5000到10000行代码，因为系统提示、工具定义、对话历史等都在争夺上下文窗口60% 相似待验证Anthropic招募了1053名程序员做对照实验，在正常任务中混入危险命令，人类放行了800条危险命令，机器只漏掉了6条59% 相似待验证在Anthropic的测试中，11.6万行代码的代码库埋了70个bug，单个智能体三轮分别发现14、15、27个，多智能体工作流三轮都稳定找到66个59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1130046API
curl https://kongchang.com/api/v1/knowledge/claims/1130046MCP
get_claim(id=1130046)