待验证50% 置信观点精确时间

把每一次失败都当作等权重的扣分项是一种严重的评估误区，一个95%的平均分可能掩盖了那5%里最昂贵、最难挽回的失败

1

来源数

50%

置信度

长期有效

时效性

2026/8/8

首次发现

来源

AI Agent 95%成功率陷阱：为什么一次错误预约就该阻止发布

相关事实

待验证根据二项分布性质，要以95%的置信度检测到5%的失败率，至少需要约60次独立运行72% 相似待验证一个 90% 成功、10% 出错的工具调用系统几乎无法投入实际使用，因为单次错误会污染后续上下文造成级联失败70% 相似待验证95%置信水平意味着如果用相同方法重复进行100次调查，大约有95次的结果会落在误差范围之内70% 相似待验证在正负样本极度不均衡的场景（如欺诈检测）中，单纯看准确率作为评估指标毫无意义69% 相似已验证在长链路任务中，若每一步约5%的错误率，经过20步后整体成功率可能跌至不足36%68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/706907

API

curl https://kongchang.com/api/v1/knowledge/claims/706907

MCP

get_claim(id=706907)