待验证50% 置信基准精确时间

在需要5步以上操作的任务中，最强模型的成功率会从首步的80%以上骤降至后续步骤的40%甚至更低，呈现指数级下降特征

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/10

首次发现

有效期至：2026/12/9

来源

LLM智能体为什么三步后失控？原因与解决方案

涉及实体

AgentBenchproduct

相关事实

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%79% 相似已验证通过梯度化模型调度策略，80%的简单任务由最便宜的模型处理，仅5%的复杂任务动用顶级模型，整体成本可降低60-70%78% 相似待验证一个连续调用5个API的任务，即使每步成功率为95%，整体成功率也会降至约77%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%75% 相似待验证效率型模型以远低于旗舰模型的推理成本（通常低5-10倍）提供接近旗舰模型80-90%的能力表现74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/890353

API

curl https://kongchang.com/api/v1/knowledge/claims/890353

MCP

get_claim(id=890353)