Reddit 讨论：如何测试 agent 出错时是停下还是硬猜

开发者 drax1106 在 Reddit 提问：上线前如何评估 agent 在异常场景下的行为，是故意喂不完整数据、让工具失败，还是等真实事故后再补测试。该问题被看作 agent 评测工程里常见的实践讨论切入点。