待验证50% 置信基准精确时间

在「Agents on Rails」基准测试中，表现最好的AI模型在完整功能开发任务上只能成功解决约35%的任务

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/11

首次发现

有效期至：2026/12/10

来源

AI编程智能体的真实水平：最佳模型仅完成35%功能开发任务

涉及实体

Agents on Railsconcept

相关事实

待验证AI模型在没有明确约束时优化目标是当前任务完成度而非长期可维护性，倾向于生成能跑但难维护的代码70% 相似待验证国产AI编程工具的主要短板集中在代理式任务执行能力和复杂多步骤推理上，与Claude Code等顶级产品仍有差距70% 相似待验证根据工程实践反馈，AI代理在超过5轮工具调用后，任务完成准确率可能下降超过30%70% 相似待验证在AI应用开发中数据准备是主要工作量，写模型调用代码往往只占一小部分69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/903389

API

curl https://kongchang.com/api/v1/knowledge/claims/903389

MCP

get_claim(id=903389)