Unverified50% confidenceFactExact time
LLM不理解代码语义，不执行代码、不验证API是否存在、不检查类型是否匹配，只是基于概率分布生成看起来最合理的文本序列
1
Sources
50%
Confidence
Long-term
Relevance
8/5/2026
First Seen
Sources
Related Claims
UnverifiedLLM 在代码任务上的表现往往优于其在纯自然语言推理上的表现，因为代码具有严格语法规则和可验证性74% similarUnverified应用确定性代码处理确定性问题，把LLM的算力留给真正需要智能的环节70% similarUnverified提示词注入的根本原因在于LLM架构将系统提示、用户输入和外部检索内容统一编码为同一个连续的token序列，模型无法在语义层面区分可信指令与不可信数据68% similarUnverifiedLLM 驱动的代码审查能结合代码语义和上下文进行比规则匹配更智能的判断67% similarUnverified对于格式校验、数据清洗、字段提取等有明确规则和确定答案的任务，应使用确定性代码而非 LLM66% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/689013API
curl https://kongchang.com/api/v1/knowledge/claims/689013MCP
get_claim(id=689013)