待验证50% 置信事实精确时间

内部评测（evals）的高分与真实场景表现之间存在鸿沟，Vercel团队在evals上拿30%但真实用户反馈糟糕

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

Vercel智能体进化史：从翻车到翻倍的文件系统实战

涉及实体

Vercelcompany D0product

相关事实

待验证研究指出消费者对明显由AI生成的客服回复满意度平均比真人回复低20%-30%66% 相似待验证测评题量与信度存在权衡：低于30题的『快测』因抽样不足信度偏低，但200题以上的专业量表易产生答题疲劳导致后半段随意作答，60-120题是兼顾信度与完成质量的区间64% 相似待验证同一个模型在不同评测平台上的排名可能大相径庭63% 相似待验证当相关文档被放置在上下文中间位置时，模型正确回答率相比放在首尾位置下降高达20-30个百分点63% 相似待验证口碑反馈起效较慢，多数使用者反映需连续服用1-3个月才感受到改善，不适合期望短期见效的人群63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/924269

API

curl https://kongchang.com/api/v1/knowledge/claims/924269

MCP

get_claim(id=924269)