Eval 发现 agent 出错后，变更该在哪评审？Reddit 开发者征集真实工作流

一位 Reddit 开发者正在征集 agent 行为变更的评审工作流，并开发开源的「agent 变更提案」artifact。当 traces/evals 显示 agent 用错工具、跳过检索或违反内部策略时，团队该在 PR review、eval 仪表盘、事故复盘还是 prompt 版本工具中评审变更？他还征求可信证据与提案字段（如 trace 证据、风险、验证标准、回滚）的反馈。