Expired50% confidenceFactExact time
LLM的行为本质上是概率性的，即使同一规则99%的情况下被遵守，在复杂推理链中仍可能被'覆盖'
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
7/2/2026
First Seen
Valid until: 9/30/2026(expired)
Sources
Claude Code Hooks: A System-Level Safety Lock for AI Programming
bilibiliAli厂长5/23/2026
Related Claims
UnverifiedLLM虽然不直接输出归一化概率向量，但可通过多种工程手段近似估计决策置信度73% similarUnverifiedLLM每次生成本质上是独立的条件概率输出，模型没有跨回合的逻辑一致性验证机制72% similarUnverifiedLLM 输出具有概率性，同一规范在不同运行时可能产生截然不同的行为，因此AI Agent声明式规范更接近约束声明而非状态声明71% similarUnverifiedLLM的行为本质上是统计性的，同一输入在不同上下文中可能产生不同输出，使得传统基于规则的WAF难以有效防护70% similarUnverified即便在编排层，LLM的输出也需要确定性的校验逻辑兜底，并有明确的回退路径70% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/52119API
curl https://kongchang.com/api/v1/knowledge/claims/52119MCP
get_claim(id=52119)