待验证50% 置信事实精确时间

长链推理中每步的微小误差会被累积放大，学术界称为复合错误（compounding errors）问题

1

来源数

50%

置信度

长期有效

时效性

2026/8/22

首次发现

来源

Grok 4.6发布：面向长时运行智能体的前沿模型

相关事实

待验证多步骤自动编排存在错误累积效应：每个中间步骤都有出错概率，步骤越多最终结果可靠性越难保证80% 相似待验证在控制论中，多步骤任务中小错误叠加放大的现象被称为误差传播（Error Propagation）79% 相似已验证自回归模型在推理链早期产生错误中间结论会导致后续步骤累积错误，形成错误积累效应79% 相似待验证多步推理链结构存在级联错误传播的脆弱性——若某一步骤工具调用返回错误结果，后续所有步骤将基于错误前提继续推理79% 相似待验证智能体面临误差级联问题：早期步骤判断误差会随迭代次数指数级放大78% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/785487

API

curl https://kongchang.com/api/v1/knowledge/claims/785487

MCP

get_claim(id=785487)