待验证50% 置信基准精确时间
在Anthropic的测试中，11.6万行代码的代码库埋了70个bug，单个智能体三轮分别发现14、15、27个，多智能体工作流三轮都稳定找到66个
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/10
首次发现
有效期至：2027/1/8
来源
涉及实体
相关事实
待验证某长周期编程智能体几乎完全靠代码从零搭建了一整个Minecraft克隆，包含约10万行游戏代码、2.6万行测试代码、1000个自动化测试、775个文件，累计工作约25小时69% 相似待验证Anthropic招募了1053名程序员做对照实验，在正常任务中混入危险命令，人类放行了800条危险命令，机器只漏掉了6条67% 相似待验证一个具备核心能力的智能体可以用不到两百行代码复现67% 相似待验证练手项目复杂度应控制在AI能够一次性理解全部上下文的范围内，通常是几百行到一两千行代码65% 相似待验证试点实验让三个编程代理和八个模型各跑八次20分钟单次任务，标签感知F1从0.143到0.892方差极大64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/993798API
curl https://kongchang.com/api/v1/knowledge/claims/993798MCP
get_claim(id=993798)