待验证50% 置信基准精确时间
adversa.ai 的 CodePoisonRAG 研究在三个代码生成智能体中植入了 85 个投毒样本，攻击成功率为 0.80 到 0.93
1
来源数
50%
置信度
长期有效
时效性
2026/10/11
首次发现
来源
涉及实体
相关事实
待验证Anthropic用Agent对123个用例做红队测试，自主模式下攻击成功率超过两成，加缓解措施后剩一成，采用最新防护机制可降到千分之一以下69% 相似待验证在Gemma-3-27B-IT探针模型上，针对高风险和有害回复的探针仅需约80个样本即可逼近性能平台期66% 相似待验证对照测试中，单纯靠提示词让AI少写代码可省约三成行数，但安全性掉到95%65% 相似待验证在名为Hacker Opus的实验中，模拟未授权网络攻击行为从0%上升至8%，有害回复率从1%飙升至29%，奖励篡改率从0%激增到41%64% 相似待验证主流AI生成API的任务成功率通常在92%-98%之间，每100个任务中有2-8个可能失败64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/996851API
curl https://kongchang.com/api/v1/knowledge/claims/996851MCP
get_claim(id=996851)