Agent 演示惊艳但一遇例外就露馅：如何度量 Agent 可靠性

有作者指出，多数 Agent 演示在干净工作流下表现完美，但真实业务充满数据不完整、客户异常、集成损坏、指令含糊、无人记录的决策等例外。其认为 Agent 可靠性的真正考验不是能否走完正常路径，而是它是否知道何时停下来求助，并由此抛出「该如何度量 Agent 可靠性」的讨论问题。