待验证50% 置信事实精确时间
Claude Code识别出处理组和对照组治疗前趋势不平行，但未进一步测试更准确的模型，也完全跳过了A/A测试步骤
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/7
首次发现
有效期至：2027/1/5
来源
涉及实体
相关事实
待验证在724次提示词注入测试中Claude Code做到了零次被攻破，但该测试由Anthropic自己委托进行，缺乏独立第三方验证72% 相似待验证在Claude Code的长会话中调用子代理时，最终的收尾总结可能给出错误结论，例如子代理测试失败但主对话总结显示所有测试通过69% 相似待验证Claude Code如果验证阶段发现结果未达预期，会自动回到循环起点重新执行，不会在第一次失败后停下等待用户干预68% 相似待验证递归自我改进在代码生成领域存在过拟合少量测试用例的已知痛点，模型会让测试通过而非真正解决问题68% 相似待验证Claude Code团队成员事后公开承认了该检测措施，称其为实验性的68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/985855API
curl https://kongchang.com/api/v1/knowledge/claims/985855MCP
get_claim(id=985855)