待验证50% 置信观点精确时间
直到2023年GPT-4级别的模型出现，LLM才具备足够的推理能力来驱动可靠的Agent系统
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
Codex vs Claude Code In-Depth Comparison: How to Choose Your AI Coding Tool
bilibili饭饭大王ouo2026/6/9
相关事实
待验证现代LLM-based Agent的核心突破发生在2023年前后，随着GPT-4、Claude等大模型具备了稳定的指令跟随和工具调用能力79% 相似待验证2023年时GPT-4在编程任务上遥遥领先于其他模型79% 相似待验证GPT-4等模型在2022-2023年间的CTF竞赛中展现出漏洞发现和利用能力77% 相似待验证早期Agent系统（如STRIPS规划器）依赖人工定义的状态空间与动作规则，2023年后以GPT-4为代表的大语言模型具备了零样本工具调用能力75% 相似待验证斯坦福大学2024年的AgentBench基准测试显示，GPT-4级别模型在需要跨系统协调的复杂任务中端到端成功率低于30%75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/48657API
curl https://kongchang.com/api/v1/knowledge/claims/48657MCP
get_claim(id=48657)