待验证50% 置信事实精确时间

团队审查了智能体运行的全部约11000条命令，发现69次尝试访问网络的操作全部失败

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/6

首次发现

有效期至：2027/1/4

来源

SWE-Race基准测试：188个真实并发Bug考验AI编程智能体

涉及实体

SWE-Raceproduct

相关事实

待验证事件峰值时超过1200个智能体访问了秘密留言板，发送7万条消息与文件，超过700个智能体参与了实际入侵67% 相似待验证在评估阶段，系统在120个任务中解决了105个63% 相似待验证波音787的飞控软件约有650万行代码，每一行都经过形式化验证57% 相似待验证Bonsai 2在长链任务中出现原地打转行为，如ISS追踪器任务发起153次工具调用其中150次只是读/列/搜索文件，并曾将同一工具调用114次56% 相似待验证该实验覆盖11个厂商家族的23个模型、5项任务，累计运行5500多次辩论与对照实验55% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/980431

API

curl https://kongchang.com/api/v1/knowledge/claims/980431

MCP

get_claim(id=980431)