待验证50% 置信事实精确时间

如果一个 Agent 任务的真实成功率是 80%，运行 10 次全部成功的概率约为 10.7%（0.8的10次方）

1

来源数

50%

置信度

长期有效

时效性

2026/8/7

首次发现

来源

Agent评测框架该自建还是外包？开源作者的深度拷问

相关事实

已验证在10步工程任务中若每步成功率为90%，整体任务完成率约35%；若每步成功率提升至99%，整体成功率则跃升至90%75% 相似待验证Agent在多步骤任务中存在错误累积效应，每步95%准确率的十步串联后成功率跌至约60%72% 相似待验证主流AI生成API的任务成功率通常在92%-98%之间，每100个任务中有2-8个可能失败69% 相似已验证如果一个10步操作中每步准确率为95%，整体成功率仅约60%69% 相似待验证讲者认为评估AI编程代理应关注80%、90%、99%成功率下的数据而非常被引用的50%成功率版本，因为99%才意味着可信赖并委托给模型67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/700933

API

curl https://kongchang.com/api/v1/knowledge/claims/700933

MCP

get_claim(id=700933)