agent 清单的验收口径：从条数到验证率（OpenAI 722 篇实证）
结论先说：一份 agent 产出的清单，值钱的地方不在它有多长，在你验证到第几行。 2026 年 10 月 6 日这一天，两个互不相关的主体给出了同一个数字形状。OpenAI 一次性放出 722 篇数学手稿，归入 372 个结果族，覆盖 17 个领域；其中只有 162 篇的主要结果附带了 Lean 形式化证明。同一天，Cloudflare 开源的安全审计 skill 在设计原则里写明：单次运行只找到重复运行合计发现漏洞的约一半。 ...