待验证50% 置信基准精确时间
剑桥大学2023年研究发现，当代码圈复杂度超过20时，AI翻译的错误率会急剧上升
1
来源数
50%
置信度
长期有效
时效性
2026/7/10
首次发现
来源
AI如何改写软件重写的经济学：成本骤降，但风险依然存在
hackernewshackernews2026/7/9
相关事实
待验证AI实时口译面临三重挑战：预判性翻译、低延迟与准确性的权衡、上下文连贯性63% 相似待验证当前自然语言生成代码的可靠性仍有明显瓶颈，复杂业务逻辑场景下生成的代码往往需要人工审查和修改63% 相似待验证涌现能力现象被DeepMind研究员系统记录于2022年的《Emergent Abilities of Large Language Models》论文中63% 相似待验证一项2024年发表的MIT研究发现，频繁使用AI写作辅助的用户在独立写作时表现出更低的词汇多样性63% 相似待验证主流大语言模型对于超长上下文的混淆bundle（数万行）理解准确率会显著下降，对自定义加密变体可能产生幻觉63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/445152API
curl https://kongchang.com/api/v1/knowledge/claims/445152MCP
get_claim(id=445152)