开发者在做 agent 验证 MCP：pass/fail 之外，可解释失败原因更重要

一位开发者正在构建 agent 验证类 MCP server，向社区征集检查项优先级意见。他考虑四类检查：agent 是否真正完成任务、输出是否有事实或领域错误、能否对照独立参考源校验、结果为何被标记；他认为只给 pass/fail 分数不提供证据对调试帮助有限。他还询问开发者更需要结构化 JSON 结果、可读报告还是两者兼有。