待验证50% 置信事实精确时间

在一个真实案例中，一个编码Agent在没有任何改动的情况下成功率从92%掉到88%，这属于误报而非真实能力退化

1

来源数

50%

置信度

长期有效

时效性

2026/9/27

首次发现

来源

AI Agent的CI难题：分数波动到底该不该阻断PR？

涉及实体

AgentSeismproduct

相关事实

待验证作者故意将Agent成功率从92%降到52%的真实严重退化，其最初设计的统计规则却放行了这次PR，因为退化集中在少数任务上而非均匀分布69% 相似待验证单纯使用'少写代码'提示词可减少33%代码量，但安全指标下降至95%66% 相似待验证该失效模式在来自四家供应商的七个模型上高度一致，被误导比例高达87%到97%66% 相似待验证文章声称约88%的程序员一开始会卡在不逐行审查代码的认知转变上65% 相似待验证在带命题约束的任务中，模型整合已验证为无效候选的比例高达93%–100%65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/953018

API

curl https://kongchang.com/api/v1/knowledge/claims/953018

MCP

get_claim(id=953018)