待验证50% 置信事实精确时间
语义漂移（Semantic Drift）指 LLM 倾向于基于训练数据中的通用模式推断，而非严格遵守特定企业业务定义
1
来源数
50%
置信度
长期有效
时效性
2026/7/23
首次发现
来源
相关事实
待验证LLM 本质上是基于统计规律的模式匹配系统，通过海量代码语料预训练学会上下文之后通常跟随的代码73% 相似待验证LLM 与基于规则的静态分析工具（如 CodeQL）或符号执行工具不同，能够理解注释意图、识别命名惯例语义，并在缺乏完整类型信息时推断数据流向71% 相似待验证LLM在需求描述模糊时容易过度设计，倾向于生成复杂的企业级架构方案，这源于其基于条件概率的文本续写特性而非工程判断71% 相似待验证LLM 的生成机制本质上是在训练分布的邻域内进行插值和外推，这使其极难产生真正跳出已知框架的数学洞察70% 相似待验证LLM过度复杂化的根源在于其训练数据中包含大量企业级框架、设计模式和抽象层69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/596451API
curl https://kongchang.com/api/v1/knowledge/claims/596451MCP
get_claim(id=596451)