待验证50% 置信注意事项精确时间

评估用的facts（标准答案要点）绝不能提供给被测Agent本身，否则Agent会走捷径作弊

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

Eval驱动开发：如何科学测试你的AI技能与Agent

涉及实体

相关事实

待验证如果Agent在良性和恶意两个版本中都未完成任务，说明其拒绝很可能只是被干扰文本搞糊涂，并非真正的安全判断73% 相似待验证干活的Agent绝不能给自己打分，评估器不应与执行任务的Agent共享同一上下文，否则会产生带偏见的评估结果71% 相似待验证当Agent结果出现偏差时，应审视上下文的完整性而非急于调整提示词70% 相似待验证应移除无法带来可测量收益的Agent，要求每个Agent证明自己的存在价值67% 相似待验证反事实评估面临因果推断的根本问题：无法同时观察同一个体在干预和未干预两种情况下的结果67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/925610

API

curl https://kongchang.com/api/v1/knowledge/claims/925610

MCP

get_claim(id=925610)