待验证50% 置信事实精确时间
大语言模型的自然倾向是生成流畅文本，而Agent工作流需要严格、可预测、机器可读的结构化输出，两者存在冲突
1
来源数
50%
置信度
长期有效
时效性
2026/7/20
首次发现
来源
相关事实
已验证提示词注入（Prompt Injection）的根本原因在于大模型无法从结构上区分「系统指令」和「用户数据」，二者在输入时都以自然语言文本形式呈现73% 相似待验证意图识别系统能力边界由人工编写规则决定，扩展性有限，而大语言模型通过海量文本预训练能处理未明确编程的新任务，实现从规则驱动到数据驱动的范式转变73% 相似待验证大语言模型在符号操作、模式识别、定义比对等任务上表现较强，但在需要深层数学直觉和构造性证明的创造性工作上仍相当薄弱73% 相似待验证大型语言模型自然倾向于生成看起来完整的代码，包含各种防御性编程、抽象层和扩展点，这些对当前需求往往是不必要的73% 相似待验证当前大语言模型处理电子表格存在文本化、代码生成、RPA式三种主流路径，其共同缺陷是AI看到的数据和人类看到的数据来自不同处理逻辑，难以保证一致性73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/572587API
curl https://kongchang.com/api/v1/knowledge/claims/572587MCP
get_claim(id=572587)