待验证50% 置信观点精确时间

Agent 评测中由于错误沿任务链累积传播，最终完成率的分差往往比传统 NLP 基准更难弥合

1

来源数

50%

置信度

长期有效

时效性

2026/7/13

首次发现

来源

GPT-5.6三档模型解析：Sol/Terra/Luna重写Agent成本结构

bilibiliTerminator-AI2026/7/10

相关事实

待验证Agent链式调用多步之后，每次LLM输出的细微差异导致误差逐步放大，最终结果偏离预期81% 相似待验证在并行代理场景下，单个代理的失误会产生级联影响，因此要求模型具备更强的指令遵循能力和更低的错误率78% 相似待验证Agent的任务规划错误会导致级联失败（Cascading Failure），即一个早期决策错误会在后续步骤中被不断放大77% 相似待验证在多步骤 Agent 工作流中，未被拦截的脏数据会触发下游节点连锁失败74% 相似待验证仅用成功轨迹训练的模型往往存在分布外泛化的严重缺陷，遇到工具返回错误时便丧失纠偏能力74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/501726

API

curl https://kongchang.com/api/v1/knowledge/claims/501726

MCP

get_claim(id=501726)