Unverified50% confidenceFactExact time
在 Agentic 场景中，错误来源可能是 prompt 设计缺陷、工具 API 返回格式不符预期、多步推理中的信息损耗或模型领域知识盲区
1
Sources
50%
Confidence
Long-term
Relevance
9/15/2026
First Seen
Sources
Related Entities
Related Claims
UnverifiedAgent系统面临的异常类型包括模型输出格式不符合预期导致JSON解析失败、工具调用参数幻觉、上下文超长导致的截断错误等79% similarUnverifiedAgent一次错误的工具调用可能造成真实世界后果，如发送错误邮件、执行危险数据库操作或调用付费接口产生意外费用74% similarUnverified基于模型内部特征的推断方法面临误报与漏报的权衡74% similarUnverified工具调用使攻击面从让模型说错话升级为让模型做错事，危害从信息误导上升为实质性的数据访问和系统篡改72% similarUnverified错误信息应写给模型看，必须是「可操作的」而非「技术正确的」，抛出解析器原始报错对模型毫无价值72% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/923419API
curl https://kongchang.com/api/v1/knowledge/claims/923419MCP
get_claim(id=923419)