核心内容
Felipe Blanes 从 Nova Act 的客户实践讨论静态评测与实际使用之间的差距。按发布方介绍，演讲提出由客户成功标准、信号收集、问题诊断和决策反馈组成的评估循环。
内容还涉及用户信任、主动说明产品局限，以及让评测持续更新。标题和介绍中的可靠性数字属于讲者的经验表述，不作为适用于所有系统的通用阈值。
Felipe Blanes draws on Nova Act customer work to discuss the gap between static evaluations and actual use. The publisher describes an evaluation loop built around customer-defined success, signal collection, diagnosis and feedback into decisions.
The talk also addresses trust, transparency about product limits and keeping evaluations current. Reliability figures in the title and description are the speaker’s experience-based statements, not universal thresholds for every system.
介绍依据 · 发布方说明 · 完整内容待核读
编辑导览，依据原始来源 ↗，整理于 2026-10-10。中英文均由本站概括整理。 内容介绍与下方原话、主张的逐条核对分开标注。
静态基准评测无法反映真实客户需求，智能体可靠性存在非线性的信任断崖（Trust Cliff）：80% 可靠性往往意味着额外监控成本，只有接近或突破 90% 并坦诚告知能力边界，才能将零散辅助转变为托付全流程的商业信任。
原话
2逐字核对过；核对了说话人和位置So it's basically reliability is a zero to one, right? Or you trust or you don't. There is nothing like in the middle there.
And the main learning here is transparent on product limitation increase trust more than higher benchmarks. That's a very interesting finding, right? Be transparent about what your product is capable of doing and in more important what's not capable of. That's how you earn customer trust.
主张
1转述不加引号；附原文依据和位置，核对范围见语境与收据Felipe Blanes 剖析智能体落地的信任断崖现象：80% 的可靠性意味着用户仍需全程盯梢与手动善后，反而增加了工作负担，唯有达到更高置信度才能触发完整工作流交付。
相关
OpenAI DevDay 现场：Altman 谈芯片计划与未解的对齐
Sam Altman·TBPN·访谈 · 2026-09-29
同话题 · 商业模式与格局已核对原话
越过致命三角：开放互联网上的智能体交易
David Levine·AI Engineer·演讲 · 2026-09-01
同话题 · 商业模式与格局已核对原话
Zuckerberg 与 Alexandr Wang：个人智能体、记忆与千亿美元投入
马克·扎克伯格 · Alexandr Wang·Cheeky Pint·播客 · 2026-10-12
同话题 · 商业模式与格局
Josh Woodward：每家公司都需要像实验室团队一样工作
Josh Woodward·Lenny's Podcast·播客 · 2026-10-11
同话题 · 商业模式与格局
Eric Bigelow：智能体如何决策，思维链监控可靠吗？
Eric Bigelow·Cognitive Revolution·播客 · 2026-10-10
同话题 · 智能体落地
张月光 × 张小珺：AI 原生产品设计、从业务流程走向动态上下文与创业抉择
张月光·张小珺访谈录·访谈 · 2026-01-22
同话题 · 商业模式与格局