Reddit 讨论 Agent 评估不应只看步骤成功

2026年10月28日，Reddit 用户发帖指出，AI agent 可以成功完成工作流中的每一步，却仍产生糟糕的业务结果，由此质疑仅以任务完成率衡量 agent 是否足够。该用户举例称，客服 agent 处理 100 张工单时，95 张无需人工介入即被关闭，但有 20 位客户因问题未真正解决而重新打开工单。发帖人提出，除任务完成率外，是否应追踪下游结果、修正次数、客户满意度等指标。目前该讨论停留在社区层面，尚无厂商或研究机构回应，也未形成统一评估方案。

AI 根据报道生成 · 34 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。