待验证50% 置信事实精确时间

AUX 的公开端点仅使用安全测试数据，不执行真实的外部验证，也没有生产环境的 SLA 保证

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/12

首次发现

有效期至：2026/12/11

来源

AI Agent能否仅凭机器接口理解陌生工具？一次公开工程验证

涉及实体

相关事实

待验证安全评测数据集代表性工作包括AdvBench、HarmBench、SALAD-Bench，尚未形成像MMLU那样统一标准61% 相似待验证80% 修复率的测试条件、样本范围及适用故障类型尚无公开数据支撑，仍需在真实环境中检验61% 相似待验证测试沙箱中的该模型未配备已部署模型所具备的全部防护措施，例如能在可疑行为时发出标记的分类器61% 相似待验证目前尚缺乏独立第三方的基准测试数据来验证OpenAI对Astra的说法61% 相似待验证如果应用端没有正确实现授权验证和令牌签发逻辑，即使接入了Okta的Agent SSO，安全防线依然不完整60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/911025

API

curl https://kongchang.com/api/v1/knowledge/claims/911025

MCP

get_claim(id=911025)