待验证50% 置信事实精确时间

研究人员已观察到，在SWE-bench上失败的案例中，相当一部分根源在于Agent修改了无关文件而非真正相关的模块

1

来源数

50%

置信度

长期有效

时效性

2026/9/21

首次发现

来源

Agent Retrieval Bench：评估编程Agent找对文件的能力

涉及实体

SWE-benchproduct

相关事实

待验证在 Agentic 场景中，错误来源可能是 prompt 设计缺陷、工具 API 返回格式不符预期、多步推理中的信息损耗或模型领域知识盲区64% 相似待验证RAG存在两个漏洞：模型处理上下文时仍可能误读误用，以及检索到的上下文本身可能错误或无关62% 相似待验证过时或冗余的文档不仅浪费宝贵的上下文窗口空间，还可能误导AI做出错误的技术决策62% 相似待验证在某工作流中专门的审查Agent捕捉到了主Agent遗漏的多个错误62% 相似待验证RAG 并非万能药，当检索到的原始文档质量低劣、语义匹配不精准或模型整合时过度发挥，幻觉依然会出现62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/939131

API

curl https://kongchang.com/api/v1/knowledge/claims/939131

MCP

get_claim(id=939131)