待验证50% 置信基准精确时间

基于超过4万次游戏化测试运行的数据显示，在审批AI代理发出的指令时，人类平均漏掉了三分之一的潜在威胁

1

来源数

50%

置信度

长期有效

时效性

2026/8/7

首次发现

来源

AI代理指令审批失效：人类漏放三分之一威胁的深层原因与对策

相关事实

待验证2024 年的多项基准测试表明，经过严格安全对齐的模型在代码生成任务上的拒绝率比基座模型高出 15-30%，在创意写作任务上的自我审查率高达 40%67% 相似待验证使用AI测试Skills后，漏掉的需求点减少约40%66% 相似待验证2023年多项学术研究显示在模拟对抗性环境中主流目标检测算法的准确率可下降40-80%66% 相似待验证iPSAE筛选过程中Agent损失了42%的设计，而人类只损失了20%，Agent设计被过度淘汰66% 相似待验证斯坦福大学2023年的研究表明，主流AI检测工具误判率可高达20%以上66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/702859

API

curl https://kongchang.com/api/v1/knowledge/claims/702859

MCP

get_claim(id=702859)