Unverified50% confidenceBenchmarkExact time

斯坦福大学的AgentBench基准测试（2023年）量化证明，在复杂多步骤任务中纯ReAct范式的成功率往往不超过30%

1

Sources

50%

Confidence

Long-term

Relevance

7/18/2026

First Seen

Sources

Spring AI Alibaba Graph实战：手把手构建HR招聘Workflow Agent

Related Claims

Unverified斯坦福研究团队在对早期Agent系统评估中发现，单步5%的错误率在10步任务中可导致超过40%的最终失败率73% similar Unverified2023年斯坦福研究显示，在需要连续多步决策的任务中，现有Agent系统的成功率随步骤数呈指数级下降71% similar Unverified即便是GPT-4级别的Agent，面对含有5步以上工具调用的复杂任务时，端到端成功率往往低于60%70% similar Unverified斯坦福大学2023年的研究显示，当时主流LLM对间接提示注入的防御成功率普遍低于30%69% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/552253

API

curl https://kongchang.com/api/v1/knowledge/claims/552253

MCP

get_claim(id=552253)