待验证50% 置信事实精确时间
同一输入交给Agent运行多次，其中间步骤和最终输出可能都不一样，具有不确定性
1
来源数
50%
置信度
长期有效
时效性
2026/9/26
首次发现
来源
涉及实体
相关事实
已验证在多Agent场景中，幻觉问题会被级联放大：一个Agent的错误输出可能成为下一个Agent的输入，导致错误在链路中不断累积73% 相似待验证由于LLM的输出带有不确定性，Agent场景下无法保证两次调用生成的参数完全一致，这使得幂等键的生成和匹配比传统系统更复杂71% 相似待验证当Agent陷入错误循环时，调试往往比自己写代码更耗时70% 相似待验证Agent 评测中由于错误沿任务链累积传播，最终完成率的分差往往比传统 NLP 基准更难弥合70% 相似待验证LLM调用具有天然的不确定性，相同的输入可能产生不同的输出，Token消耗和延迟波动较大，Agent的推理路径难以预测69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/952374API
curl https://kongchang.com/api/v1/knowledge/claims/952374MCP
get_claim(id=952374)