5 个模型实测操作 Salesforce：保存工具静默失败骗过所有 agent

作者让 Claude Opus/Sonnet/Haiku、GPT-6.1 Sol 和 DeepSeek 在 Salesforce 中各完成 50 个任务（8 个工具），按数据库实际变更而非 agent 回复评分。