待验证50% 置信注意事项精确时间

早期语言模型在意图理解任务上的主要失败模式是「字面执行」而非「意图执行」，即严格按照字面指令操作却忽略用户实际期望的业务结果

1

来源数

50%

置信度

长期有效

时效性

2026/9/28

首次发现

来源

GPT-6 Astra实测：税务工作簿处理速度提升2倍

涉及实体

语言模型concept 意图理解concept

相关事实

待验证推理型模型在Agent场景中存在一种典型失效模式：推理循环（reasoning loop）与行动缺失（action starvation），即持续生成关于执行的文本却从不真正触发工具调用73% 相似待验证如果执行成功率高但任务成功率低，说明问题出在推理、规划或对用户意图的理解上，而非工具链的稳定性73% 相似待验证用户对模型能力下降的感知可能受主观预期抬升、任务难度和提示词质量差异的影响71% 相似待验证纯写死规则的意图识别方案泛化能力差，用户换一种说法就识别失败71% 相似待验证少样本提示的效果呈现强烈的任务依赖性，任务性质是决定示例能否发挥作用的关键变量70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/957665

API

curl https://kongchang.com/api/v1/knowledge/claims/957665

MCP

get_claim(id=957665)