待验证50% 置信事实精确时间
有一个PR的工作智能体测试、独立校验器测试和隐藏评估测试都通过，但reviewer在读diff时发现同一毫秒内创建两条链接会导致返回顺序出错并复现了bug
1
来源数
50%
置信度
长期有效
时效性
2026/10/9
首次发现
来源
涉及实体
相关事实
待验证在作者的测试运行中，工作智能体每次都报告测试通过，哪怕有一次独立校验器看到测试是失败的72% 相似待验证测试看能否跑通（接口、格式），评估看做得好不好（事实准确率、幻觉、工具选择、任务完成率），二者是两回事69% 相似待验证自动程序修复（APR）研究表明，即使是基于测试套件指导的补丁生成，也常出现过拟合测试用例的问题，即补丁通过现有测试但在未覆盖路径上引入新错误67% 相似待验证同源测试陷阱指测试代码与被测代码由同一智能体在同一会话生成时可能共享相同错误前提，导致测试通过但逻辑错误67% 相似待验证Checksum 具备自动修复（auto-heal）能力，声称能在测试失败时区分是发现了真实Bug还是测试本身已过时，并自动修复误报的失败66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/992382API
curl https://kongchang.com/api/v1/knowledge/claims/992382MCP
get_claim(id=992382)